包浆老图立刻清晰到头发丝是一种怎样的体验看这明亮的眼眸，清晰的发丝，原本模糊的人像立刻添了几分灵动

甚至时间更久远的历史名人照片也能搞定。例如鲁迅先生年轻时意气风发的模样，被还原地淋漓尽致:

图灵的这张修复就更厉害了，不仅眼神更加锐利，头发，眉毛等细节都被完美还原了出来:

这么方便的修复神器，立刻引来了广大网友的围观和试玩。对StyleGAN中间层进行拼贴可以实现图像信息混合，但要拼接的两张图差异太大时效果往往不好。

不少人都用自己童年时低像素的照片来试验，这效果仿佛十几年前的自己就站在眼前了:

已经糊到包浆的照片也能秒变人像大片，这 feel 立刻就来了~

多人合照修复也都是小 case，这效果让网友们直呼惊到了惊到了。

这就是已经多日霸占 GitHub 热榜第一的 AI 修复项目:GFP—GAN，Star 数高达 8400。

最近，它在网上又掀起了一股老照片修复热潮，让人们争相试玩！而这一项目由腾讯 PCG ARC 实验室提出，其相关论文已被 CVPR2021 收录。

现在，就让我们赶紧来体验一下它的神奇之处吧。

Demo 试玩

GFP—GAN 可通过 Colab，Hugging Face 或本地运行代码进行试玩我们今天是在 Hugging Face 网页端体验

而且它还会自动摆正人脸。

让人惊喜的是，遇到人像戴眼镜的情况，GFP—GAN 甚至连镜片反光都能高清化处理。。u1s1，修复后的效果完全看不出是几十年前的照片啊！

就连齐天大圣孙悟空的猴脸，对于 GFP—GAN 而言也是 so easy，并且对光线的修复效果格外突出。

并且修复中也不会过度磨皮，人脸上自然的皱纹也全部精细展现。

用 GAN 修复人像

那么 GFP—GAN 如此强大的效果是怎么实现的呢。研究人员受到 StyleGAN2 的启发:

两个模块通过隐编码映射和多个信道分割空间特征变化层连接。

训练过程中，首先要对低质量人脸进行降噪等粗处理，然后保留面部信息。

在保真度方面，研究人员引入了一个面部损失，判断哪些细节需要提升保留，然后再用识别保留损失进行修复。

一作师从汤晓鸥教授

本文论文一作是 Xintao Wang，他是腾讯 ARC 实验室 的研究员。

本科毕业于浙江大学，博士毕业于香港中文大学。

其博士期间师从汤晓鸥教授和 Chen Change Loy 教授。

研究方向为计算机视觉和深度学习，尤其关注图像，视频修复方面。

论文地址:

GitHub 项目页:

Hugging Face 试玩传送门: