欢迎大家来到我们的项目实战课，本期内容是《基于Pytorch的StyleGAN人脸属性编辑实战》。所谓项目实战课，就是以简单的原理回顾+详细的项目实战的模式，针对具体的某一个主题，进行代码级的实战讲解。
本次课程内容
当前人脸图像领域的研究和落地都发展得非常迅速，这几年里人脸领域中最令人振奋的莫过于人脸属性的编辑，实现了诸如换脸，表情生成，年龄仿真等酷炫的应用，上面的gif动图就分别展示了基于本次实战的人脸表情、年龄、性别编辑结果。
当下也有许多应用中有相关功能体验，比如抖音快手中的变老变小孩特效，FaceAPP中的表情仿真，还有前几年火爆的换脸应用。
实现上述效果的算法不是唯一的，各有各的优缺点，本次我们来给大家剖析其中的一种核心技术，基于StyleGAN的人脸属性编辑算法理论与实战！本次内容属于高阶内容，建议先学习往期的3个实战案例，分别是StyleGAN图像生成实战，DCGAN图像生成实战，SimpleNet人脸表情识别实战（后两个都是给零基础朋友免费学习的）。
【项目实战课】基于Pytorch的StyleGAN v1人脸图像生成实战
【项目实战课】基于Pytorch的DCGAN人脸嘴部表情图像生成实战
【项目实战课】AI零基础，人人免费可学！基于Pytorch的SimpleNet人脸表情识别实战
其中《StyleGAN图像生成实战》是必须掌握的内容，本次实战中会大量用到其中原理与代码，请完成学习后再进入本期内容。
本次课程经过剪辑后的总时长约为170分钟，各部分课程内容与时长如下：
部分 | 内容 | 时长(分钟) |
第1节 | StyleGAN人脸属性编辑原理详解 | 24 |
第2节 | 实战课程简介 | 2 |
第3节 | 人脸特征向量生成 | 74 |
第4节 | 人脸样式混合与插值 | 23 |
第5节 | 人脸属性方向向量生成 | 20 |
第6节 | 人脸表情、年龄、性别编辑 | 19 |
第7节 | 人脸表情添加与去除 | 7 |
下面我们来简单看一下各部分的内容：
第1部分：StyleGAN人脸属性编辑原理详解，包括StyleGAN v1人脸属性编辑中的两个关键问题，人脸特征向量重建，基于特征向量的单人脸与多人脸属性编辑原理，本部分内容可以免费收听。
第2部分：课程简介，简单说明本次课程的内容以及需要预习的知识。
第3部分：人脸（特征）属性向量重建，详细讲解人脸重建的源代码，并比较与分析不同方法与参数的实验结果。
第4部分：使用人脸特征码进行人脸的样式混合与插值，将不同人脸的属性进行编辑。
第5部分：人脸方向向量生成，通过大量图片获取人脸特定属性的方向向量，为后续的人脸表情、年龄、性别编辑做准备。
第6部分：基于人脸生成与属性识别模型获得的方向向量，进行人脸表情、年龄、性别编辑。
第7部分：人脸表情添加与去除，本部分内容可以非常自然地拓展到年龄与性别编辑。
本次课程为录播课程，讲师为言有三，技术社区《有三AI》创始人。
先后就读于华中科技大学(2008-2012)，中国科学院半导体研究所神经网络实验室(2012-2015)，先后就职于奇虎360人工智能研究院(2015.7-2017.5)，陌陌科技深度学习实验室(2017.5-2019.3)，深度学习算法专家，阿里云MVP，华为云MVP。
拥有超过7年的计算机视觉从业经验，拥有丰富的传统图像算法和深度学习计算机视觉项目经验，著有书籍《深度学习之图像识别：核心技术与案例实战》(机械工业出版社2019.4)，《深度学习之模型设计：核心算法与案例实践》(电子工业出版社2020.6)，《深度学习之人脸图像处理：核心算法与案例实战》(机械工业出版社2020.7)，《深度学习之摄影图像处理：核心算法与案例精粹》(人民邮电出版社2021.4)，拥有10余项发明技术专利与学术论文。
如何订阅
我们的视频课全部在小鹅通平台，可以使用手机APP鹅学习或者直接在网页进行登录，内容试听以及订阅请直接扫如下二维码：
课程详情如下：
课程相关问题答疑，请联系有三微信Longlongtogo进项目实战群：
更多GAN与人脸图像相关的内容，请点击关注我们的秋季划人脸算法组和GAN组。
【CV秋季划】生成对抗网络GAN有哪些研究和应用，如何循序渐进地学习好？
实战课讲师招募
为了进一步丰富有三AI生态的实战内容，欢迎有经验，有能力的讲师报名成为平台讲师：
讲师要求如下：
(1) 有多次人工智能领域教学经验，擅长演讲与教学。
(2) 有3年以上人工智能领域项目实战经验。
(3) 有三AI已有生态成员优先。
实战课的收入与平台采取固定分成的方式，具体细节可在内容组了解详情，报名请联系微信Alice-girll提交简历，或直接联系有三本人。
往期相关
387
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
