给人像「P」上浓密的胡须，需要多久？

这个 AI 只需要一秒，而且效果逼真，看不出一点破绽。

最近，一则马斯克的恶搞视频在 YouTube 上火了。

一位油管博主用 AI【P】出了多个版本的马斯克，重点是效果惊人。比如，这个中年光头版。

恐怕连马斯克本人见了都会相信吧？

还有长发飘飘的马斯克。不得不说，女版马斯克也散发着一股女强人的气质。

这个 AI 是来自 Adobe Research 和阿卜杜拉国王科技大学（KAUST）的一项最新研发成果—StyleFlow 算法。

它非常更擅长在合成图像或真实图像的基础上重新编辑面部属性。除了上述马斯克的面部毛发、年龄、性别处理外，它还可以改变拍照角度、光照、人物表情等等。

值得一提的是，StyleFlow 不仅可以用于人像处理，也可以修改汽车等其他图像属性。

比如这款【特斯拉】图像可以一秒切换车身颜色。

接下来，我们来看看这个硬核 AI 是如何做到的？

比 StyleGAN 还溜的 AI

提到 Style 系列不免让人想到 StyleGAN，经常关注雷锋网的小伙伴可能会了解，StyleGAN 是 GAN 的变种，它通过生成器和鉴别器的相互 battle，也可以达到令人惊叹的面部合成效果。

而 StyleFlow 可以说是 StyleGAN 图像合成的进阶版。

研究人员在论文中称，GANs（如 StyleGAN）在保证高质量输出的条件下，使用（语义）属性控制生成过程的选项有限。同时，由于 GAN 潜在空间的纠缠性质，沿着一个属性执行编辑很容易导致沿着其他属性的改变。

因此，他们提出了基于属性条件采样（Attribute-Conditioned Sampling）和属性控制编辑（Attribute-Controlled editing）的 StyleFlow。

其中，属性条件采样，是对具有目标属性的高质量真实图像进行采样；属性控制编辑，是指编辑给定图像，并使其具有目标属性，同时最好地保留源图像的特性。

以下为 StyleFlow 实现两种任务的完整框架：

▲ z 表示先验分布变量，w 表示 StyleGAN 的中间权重向量。

从源图像开始，通过使用反向推理和一系列 CNF（Continuous Normalizing Flow）功能模块的正向推理来支持属性条件编辑。

另外，需要注意的是，反向推理和正向推理是由 ODE 解算器通过计算时间变量上的 CNF 函数来解决的。

CNF（连续归一流）功能块可以作为神经网络块来实现。其中，以属性向量 at 为条件的学习函数，既可以可用于正向推理，也可以用于反向推理。

实验结果

基于以上原理，研究人员通过使用 StyleFlow 对给定图像进行了属性条件采样。论文中展示了固定目标姿势下戴眼镜女性的图像（上）；面部有毛发的 50 岁男性图像（中）；固定姿势下 5 岁男孩的微笑图像（下）三类属性的抽样结果。

可以注意到采样的质量非常高，未编辑的属性在很大程度上保持不变，它验证了网络能够学习底层的语义表示，并进一步用于对图像进行语义编辑。

接下来，研究人员使用 StyleGAN 生成的人脸和汽车的潜在空间对 StyleFlow 进行了评估，并展示了对各类属性进行细粒度分离编辑的结果。

他们采用了两个评估数据集 FFHQ 和 LSUN Car。前者是 1024×1024 高分辨率人脸图像数据集，由 70000 张图像组成，这些图像在种族、年龄和配件方面都是不同的。LSUN-Car 是一个 512×384 分辨率的汽车图像数据集，由 16185 幅图像组成，这些图像在汽车姿态、颜色和类型方面有很大的差别。

在定性比较上，StyleFlow 对人像角度、光照、表情、性别和年龄的处理，与现有 Image2StyleGAN 、 InterfaceGAN 、 GANSpace 方法相比均表现出了一定的优越性。

在定量比较上也同样如此。下图展示了 StyleFlow 与其他方法在人脸分类器（Geitgey 2020）评估下得出的 SOTA 结果。StyleFlow 在灯光、姿势、表情等属性上基本达到了最高值。

以下是在循环编辑一致性方面，StyleFlow 的编辑方法在不同排列下基本保持一致（各个属性中使用了平均误差）。

更多详细内容可参见论文：https://arxiv.org/pdf/2008.02401.pdf