GAN的研究和应用在这几年发展可以说是非常迅猛，无疑是这几年深度学习计算机视觉领域里落地性最酷的技术之一，包括图像与视频生成，数据仿真与增强，各种各样的图像风格化任务，人脸与人体图像编辑，图像质量提升等。
GAN最早期也是最经典的任务，就是高质量图像生成，当前已经可以生成1024分辨率以上的高清逼真图像，如下图生成了一些假明星脸。
图像翻译与风格化则是另外一个应用极其广泛的领域，因为从图像到图像的任务都可以称之为图像翻译任务，如经典的图像分割/边缘检测，图像超分辨率/图像风格化。随着生成对抗网络技术的成熟，我们可以将其用于各类图像翻译任务，常见的包括黑白图像上色，线稿上色，风格迁移，人脸风格化等任务。
如今基于GAN还可以实现一些非常有趣的应用，比如人脸的各种属性编辑。
最新的人脸换脸等技术被广泛应用于影视剧内容创作，如网络电视剧《风声》中周一围换脸赵立新。
纵观整个CV领域，做GAN算法的从业者其实不多，做得好的就更少了，下面是比较典型的对GAN方向的岗位需求。
学好GAN算法，对于计算机视觉领域从业，自然是不会错的。我们公众号输出过非常多的GAN相关资源，本次做一个简单汇总，主要是包括几十篇理论与实战技术文章，免费与付费的视频课，知识星球中的GAN模型原理解读专题。
GAN相关技术文章
2019年起，小米粥同学开设过专栏《GAN的优化》，主讲了GAN相关的基础理论。本专栏及其后续内容有超过15篇文章，从生成模型出发，讲述了GAN的基本理论，包括工作原理，更具有普适性的f散度度量和Wasserstein距离，以及IPM框架；接着介绍了GAN训练困难的原因以及几个训练技巧，各种GAN的正则项的优劣；GAN中的模式崩溃问题以及几个比较好的解决方案。
相关文章请阅读：
【GAN优化】长文综述解读如何定量评价生成对抗网络(GAN)
实战更是硬道理，show me the code！为了让大家能够从理论和实践同时掌握好GAN模型，我们公众号也开设了《百战GAN》的实战专栏。本专栏挑选经典GAN模型进行原理讲解，代码剖析，完成模型训练与测试，已有的内容包括图像生成，图像分割，图像增强，图像风格化，图像超分辨等领域，欢迎大家进行投稿。
相关文章请阅读：
【百战GAN】适合所有人的第一个GAN项目：DCGAN图像生成代码实战
【百战GAN】GAN也可以拿来做图像分割，看起来效果还不错？
【百战GAN】StyleGAN原理详解与人脸图像生成代码实战
【百战GAN】StyleGAN人脸属性（表情年龄性别）编辑代码实战
【百战GAN】定制属于二次元宅们的专属动漫头像，这款GAN正好！
保持相关论文阅读是基本的学习习惯，我们推荐了许多GAN的相关文章，供大家循序渐进进行学习，如下：
【每周CV论文推荐】GAN与VAE的结合，有哪些必读的论文？
【每周CV论文推荐】StyleGAN人脸属性编辑有哪些经典论文需要阅读
【每周CV论文推荐】初学基于GAN的视频生成有哪些经典论文需要阅读
【每周CV论文推荐】初学基于GAN的三维图像生成有哪些经典论文需要阅读
【每周CV论文推荐】基于GAN的图像数据增强有哪些经典论文值得阅读
【每周CV论文推荐】初学基于GAN的图像语义编辑，需要阅读哪些论文？
【每周CV论文推荐】基于GAN的对抗攻击，适合阅读那些文章入门？
【每周CV论文推荐】基于GAN的图像对比度与色调映射增强值得阅读的文章
GAN相关视频专栏
为了在最大程度上让大家掌握好GAN各类模型理论和应用，我们也推出了GAN的一些理论与实战专栏，已经基本完结的包括《深度生成模型GAN：理论基础篇》，《深度学习之图像生成GAN：理论实践篇》，《深度学习之图像翻译GAN：理论实践篇》，《深度学习之图像增强GAN：理论实践篇》，《深度学习之人脸属性编辑：理论实践篇》。
《深度生成模型GAN：理论基础篇》讲解了GAN的基础理论，内容包括生成模型基础，自编码器与变分自编码器，生成对抗网络基础，GAN优化目标设计与改进，GAN的评估……
完整的介绍，请阅读：【视频课】永久免费课程！如何掌握好深度生成模型与GAN的基础理论知识
子欲学GAN算法，必先从图像生成开始！这就是《深度学习之图像生成GAN：理论实践篇》期望帮大家搞定的问题！
本课程内容包括图像生成的各个经典算法与实践，时长超过5个小时：
(1) 理论部分。详细解读了基本的卷积GAN，各类条件生成GAN，强大的StyleGAN系列，数据增强与仿真GAN，视频生成GAN，既有足够的宽度，也具备有足够的深度。
(2) 实践部分。本次课程中一共已经包含了2个Pytorch实战案例，分别为DCGAN人脸嘴唇表情生成任务，StyleGAN人脸图像生成任务，后续还会增加3D与视频部分的实践内容，部分案例效果如下：
完整的介绍，请阅读：【视频课】CV必学，超6小时，2大模块，循序渐进地搞懂GAN图像生成！
图像翻译与风格化是GAN应用最为广泛的领域，《深度学习之图像翻译GAN-理论实践篇》专栏课程就是为此服务。
课程讲解图像翻译核心领域的算法与实践，当前时长约7个小时，理论讲解详细，案例丰富，下面是当前课程的大纲脑图：
(1) 理论部分：涵盖了深度学习之图像翻译的核心方向，如有监督图像翻译模型，无监督图像翻译模型，多域图像翻译模型。我们会非常详细地讲解算法中的细节，帮助彻底消化算法原理；并且后续还会有更多模型的更新。
(2) 实践部分：本次课程中一共已经包含了3个实践案例，分别为基于Pix2Pix的黑白图像上色实战，基于StarGAN的人脸表情编辑实战，基于BeautyGAN的人脸美妆实战，后续还会增加其他方向的实战，部分案例结果图如下：
完整的课程介绍，请阅读：【视频课】CV必学，超7小时，3大模块，3大案例，掌握图像翻译与风格化GAN核心技术！
GAN在底层图像处理中应用非常广泛，《深度学习之图像翻译GAN-理论实践篇》专栏课程就是为此服务。
课程讲解图像增强核心领域的算法与实践，当前时长约8个小时，理论讲解详细，案例丰富，下面是当前课程的大纲脑图：
(1) 理论部分内容：涵盖了深度学习之图像增强GAN的核心方向，包括图像降噪、图像去模糊、图像超分辨、图像色调映射、图像修复。我们会非常详细地讲解算法中的细节，帮助彻底消化算法原理；并且后续还会有更多模型的更新。
(2) 实践部分内容：本次课程中一共已经包含了3个实践案例，分别为基于SRGAN的图像超分辨实战，基于EnlightenGAN的图像增强实战，基于DANet的图像降噪实战，部分案例结果图如下，后续还会增加其他方向的实战：
完整的课程介绍，请阅读：【视频课】超8小时，5大模块，掌握基于GAN的图像增强应用（降噪色调映射去模糊超分辨修复）
GAN在人脸人体图像编辑中的应用是近几年来最重要的新技术，也是当前众多相关产品的核心技术，《深度学习之人脸属性编辑-理论实践篇》专栏课程就是为此服务。
课程讲解人脸属性编辑核心领域的算法与实践，当前时长约10个小时，理论讲解详细，案例丰富，下面是当前课程的大纲脑图：
(1) 理论部分内容：涵盖了深度学习之人脸属性编辑的核心方向，包括基于StyleGAN模型的通用人脸属性编辑，基于图像翻译模型的通用人脸属性编辑，以及各类专用的人脸属性编辑模型，包括人脸表情、年龄、姿态、妆造等。我们会非常详细地讲解算法中的细节，帮助彻底消化算法原理；并且后续还会有更多模型的更新。
(2) 实践部分内容：本次课程中一共已经包含了3个实践案例，分别为基于StyleGAN的通用人脸属性编辑实战，基于StarGAN的人脸表情编辑实战，基于BeautyGAN的人脸妆造编辑实战，下面是基于StyleGAN的属性编辑实战效果图：
完整的课程介绍，请阅读：【视频课】超10小时，3大模块，掌握深度学习人脸属性编辑算法理论与实践
另外，也有一些独立的GAN相关的实战课程，大家可以查看下面的介绍。
【项目实战课】【项目实战课】基于Pytorch的EnlightenGAN自然图像增强实战
【项目实战课】【项目实战课】基于Pytorch的DANet自然图像降噪实战
【项目实战课】基于Pytorch的StyleGAN人脸属性（表情、年龄、性别）编辑实战
【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StarGAN人脸表情编辑实战
【项目实战课】基于Pytorch的UGATIT人脸动漫风格化实战
【项目实战课】基于Pytorch的BeautyGAN人脸智能美妆实战
【项目实战课】基于Pytorch的Pix2Pix黑白图片上色实战
【项目实战课】基于Pytorch的DCGAN人脸嘴部表情图像生成实战
最后，欢迎大家来我们平台投稿原创的技术专栏，申请开设相关实战类课程。
GAN书
上个月我们新书《生成对抗网络GAN：原理与实践》已经在机械工业出版社正式出版，本次书籍为我与师弟郭晓洲共同写作，也是第一本有三与人合著的书籍。这是一本系统性地讲解GAN理论、模型、常见问题，并为视觉和语音领域的大部分应用场景提供GAN解决方案和综合实践的书。
全书正文约340页，共计12章，本书是业界系统性地讲解生成对抗网络原理与实践的书籍，与其他同类书籍相比，本书内容更加深入与充分，全书目录如下。
书籍完整介绍请阅读：言有三新书来袭，全面系统性地讲解生成对抗网络GAN原理与实践
本书有少量签名版可购买，大家可以联系有三微信Longlongtogo，实拍图如下：
CV秋季划-GAN组
最后，如果大家想要一次性获取所有GAN相关的学习资源（包括视频、图文、书籍等），可以加入有三AI-CV秋季划GAN组，永久拥有有三AI社区所有GAN相关的学习课程资源，相关介绍可阅读下面视频与文章。
【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（2022年言有三一对一辅导）？
有三AI知识星球-GAN板块
有三AI知识星球是我们公众号内容的升级，包含更多更新技术的图文解读（注意星球是一个图文知识社区），关于星球的介绍如下。
【重要】有三AI知识星球不再对外公开！还想加入的有哪些途径？
知识星球中一个非常重要的模块就是GAN，内有超过100期经典GAN模型的解读，下面是其中一些重要模块的归类预览。
星球里的学习方式为提供论文下载+论文解读，如下：
细分到各个方向，包括图像与语音生成GAN，图像分割与目标检测GAN，图像编辑与创作GAN，图像翻译/风格化GAN，图像增强GAN，人脸与人体GAN，以及其他各领域未明确归类的GAN。
(1) 图像与语音生成GAN。
内容覆盖基本的GAN模型（从DCGAN到SAGAN），条件GAN（CGAN等），多尺度GAN模型（从LAPGAN到StyleGAN），与VAE的结合（ALI等），图像增强与仿真GAN（从BAGAN到SimGAN），多判别器与生成器GAN（从TripleGAN到MAD-GAN），三维GAN（VON）等，视频GAN（从MocoGAN到MDGAN等）。
(2) 图像翻译/风格化GAN。
内容包括有监督的图像翻译GAN（从Pix2pix到Pix2pixHD）与无监督的图像翻译GAN。其中无监督的图像翻译GAN是重点，介绍各类基本模型（UNIT，CycleGAN等），多域拓展（从MUNIT到StarGAN），以及各类应用（Whitebox GAN等）。
(3) 图像增强GAN。
内容包括GAN在各类图像增强任务中的应用，包括图像降噪（GCBD等），对比度增强（EnhanceGAN等），超分辨（从SRGAN到Cycle in Cycle GAN），图像修复（从CE到ARGAN等），图像去模糊（从DeblurGAN到DBGAN等）。
(4) 人脸人体GAN。
内容包括GAN在人脸人体生成与编辑中的各类应用，包括人脸风格化（UGATIT等），人脸妆造（BeautyGAN等），年龄编辑（CAAE等），表情编辑（G2GAN等），姿态编辑（FFGAN等），关键点检测（Boundary-aware GAN等），人脸补全（Face De-occusion GAN等），人脸识别（Dual Agent GAN等），人脸超分辨（Pulse等），人脸修复（Old Photo Restore GAN等），人脸驱动（ReenactGAN等），通用人脸属性编辑（StyleGAN及其变种），姿态迁移（Everybody Dance GAN等），人脸换装（VITON等）。
(5) 图像分割与目标检测GAN。
内容包括GAN在图像分割与目标检测等经典任务中的应用，包括分割GAN（从SegGAN到Background Matting），检测GAN（从FindFaceTinyGAN到Perceptual GAN）。
最后，本周还有赠书，请看下面本文官方置顶的留言！
转载文章请后台联系
侵权必究
7733
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
