表情包界泥石流：原本是用在人脸上的AI，拿去给Emoji提升分辨率，结果哈哈哈哈哈

鬼栗子 发自 凹非寺 
量子位 报道 | 公众号 QbitAI

有些AI，原本是用来把模糊的人脸，变成清晰的人脸：

以上杰作，来自韩国科学技术院 (KAIST) 的一个人脸对齐网络 (FAN) ，是超分辨率AI中优秀的一员，中选了BMVC 2019。

可偏偏有人不甘平凡，让这只AI去给Emoji提升分辨率。

结果意外的成功……

把16×16的表情包 (下图中间) 交给AI调教，破坏力顿时×2333：

(左边是推特Emoji的放大版，以供与右边对照食用。)

不过，把抽象的脸变成具体的脸，也只是常规操作。

提高难度，让草地上的喷水池成个精：

烟熏的眼妆，伏地魔的鼻子，发型还很时尚。我我我我已经没血了。

这些有毒的成果，来自一个名叫“I Forced A Bot (强人锁机) ”的博客。

善良的博主，还提供了线上试玩的Colab。

一天的工夫，Reddit已经超过了200点热度。

有人唱便有人和。一位叫做Michail Rybakov的少年，想起自己一年前曾经把Facebook表情包，用扎克伯格的脸定制了一下：

一旦接受了这个设定，便会深信那就是小扎，和本人一毛一样 (误) 。

12小时，Reddit热度冲到了376分。

还有小伙伴建议他，搞个浏览器插件，把所有FB表情包全改成这样，把原版Emoji都替掉：

想想都觉得，这个世界很美 (gui) 好 (chu) 。

被玩坏的超分辨率

首先介绍一下，韩国小伙伴们开发的，是一个渐进式 (Progressive) 的人脸超分辨率方法：

把训练分成多个小步来走，每一步都比上一步的分辨率高一点点。这样训练过程会更加稳定 (Stable) 。

第二，团队提出了一种新的人脸注意力损失 (Facial Attention Loss) 。把这个损失应用到每一步上，让神经网络把注意力集中在重要的面部属性上。

具体就是把像素差别 (Pixel Difference) 和热图值 (Heatmap Values) 乘在一起。

第三，研究人员还把当前最先进的人脸对齐网络 (FAN) ，用hint-based的方法，压缩成了一个小网络。这样，就可以提取出有意义的脸部标志热图了。

那么问题来了，为什么会想到用它来升级Emoji啊？

“强人锁机”博主是这样解释的：

推特表情包是16×16。

这个算法，刚好是输入16×16的小图，生成128×128的大图。

天衣无缝。

博主还骄傲地向观众展示：

披萨上的肉肠，都变成了人类的嘴。

One More Thing

鬼斧神工。就连苦力怕这样的面瘫，也可以拥有热烈的表情：

所以，各位要不要试试把《我的世界》里的像素人，全体调教一遍？

Colab试玩传送门：
https://gist.github.com/JonathanFly/80b669a72bf624d17b56a1cfec742588#file-progressivefacesuperresolutiondemo-ipynb

超分辨率论文传送门：
https://arxiv.org/abs/1908.08239

玩坏表情包的博客原文：
https://iforcedabot.com/photo-realistic-emojis-and-emotes-with-progressive-face-super-resolution/

— 完 —

直播 | 揭秘最强中文NLP预训练模型

量子位 QbitAI · 头条号签约作者

վ'ᴗ' ի 追踪AI技术和产品新动态

喜欢就点「在看」吧 !