GAN生成「照片級」 emoji！有人將扎克伯格做成了表情包

新智元報道

來源：Reddit

編輯：大明、小芹

【新智元導讀】把扎克伯格的臉放到emoji表情包上是一番怎樣的體驗？這個惡搞話題今天在Reddit上引起了熱議！作者聲稱使用了「面部超級解析度」工具，生成了「照片級」的面部圖像，有人看熱鬧不嫌事大地把扎克伯格拉了進來，網友紛紛表示，太驚悚了！

現在這個時代，名人的臉被做成表情包一點都不稀奇了，從學友哥、到金館長，再到姚主席，都靠一張（或幾張）臉火遍了天下。但這些表情包的共同點是，無論表情怎麼誇張，你一眼就能看出，這確實是他們本人。

但今天要說的這個表情包就不一樣了，有外國網友把真人頭像和流行的emoji表情結合在了一起。至於結合在一起之後能不能看出來是誰，甚至能不能看出來是人。那可真的要考驗各位的眼力了。

而這些「惡搞」的靈感還要從一篇論文說起。

在這篇發表在arxiv上的論文中提出了一個「面部超級解析度」的概念，它的主要作用是由低解析度的面部圖像生成高解析度的面部圖像，同時能夠保留清晰充分的面部細節，論文稱，使用漸進式訓練方式的GAN模型能夠穩定生成比測試圖片解析度高得多的「照片級」圖像。

好了，現在「作案工具」已經有了，喜歡搞事情的網友也開始行動了。首先遭殃的就是emoji表情。

一篇論文引發的惡搞：「照片級」的emoji表情包誕生！

昨天，Reddit上有人稱，用這篇論文的框架和工具，成功生成了「照片級」的emoji表情！輸入為16*16像素，輸出為128*128像素，8倍沒毛病！作者表示，實驗中不光用了emoji，還用了twitch表情和遊戲中的一些表情，結果嘛，還是很感人的。

作者表示，原論文中輸入圖像是被人為縮小成16*16像素，所用代碼與訓練和測試模型時完全相同。輸出圖片和輸入實現了基本對齊，美中不足的就是有時候輸出圖像上會留下一些古怪的傷疤。

一旦把輸入圖像改成用emoji表情，就不存在這個問題了。而且更奇妙的是，因為這個模型可以尋找定位面部標誌，所以其實無論什麼樣的圖像輸入進去，它都能找出眼睛、鼻孔和嘴來。不信你看下圖中的披薩上的義大利辣香腸，你其實用不著怎麼仔細看，就能看出它實際上是人的嘴唇生成的。

是不是很奇妙？至於這些生成的圖像是不是「照片級」的，那就見仁見智了。

除了emoji表情之外，還有其他輸入來源，比如Twitch表情以及一些視頻遊戲中的頭像，效果是這樣的。看完了只能說是重新定義了「照片級的清晰度」：

其實小編我就兩點感受，第一，就這樣把川普大統領安排到遊戲里，經過他老人家允許了嗎？第二，《超級瑪麗》里的蘑菇頭這麼可愛，誰能告訴我右邊的圖是啥玩意，想過蘑菇頭的感受嗎？總之你們開心就好！

而且從網友回帖來看，大部分人的審美還是正常的：

啊，那個披薩的圖，真心驚到我了……

先是用emoji寫代碼，現在又來這個，emoji到底得罪誰了？

不不不，你得這麼想，這是把生成超清晰度人臉的演算法用在了emoji上，還用emoji實現了，下一個十億級別的項目就是它了！

這個帖子是不是發錯地方了？強烈建議移至/被詛咒的圖片板塊。

看熱鬧不嫌事大，這次遭殃的是扎克伯格

正所謂看熱鬧不嫌事大，網友Michail Rybakov很快在Reddit上發帖說：「看到這篇關於逼真表情包的帖子，讓我想起我去年做的一個項目：我把馬克·扎克伯格的臉放到Facebook的emoji上了，這個項目就叫——Zuckerberg Emojis。

Sad Mark

為什麼做這件事？Rybakov說，Facebook迫使我們用非常具體的情感表達來對事物做出反應。在某種程度上，這些表情符號已經成為了我們的面部表情。所以，把同樣的表情應用到扎克伯格的臉上才公平。

翻譯一下就是，不能光讓我們吃瓜群眾嚇一跳，要來也要拉扎克伯格一起！

Rybakov分別使用三種神經網路技術，分別是CNNMRF, Deep Image Rybakov和jcjohnsons neural style，應用於扎克伯格的面部圖像，並將解析度提高到高清。

Michail Rybakov的自我介紹是「媒體藝術家」和「藝術研究者」，他認為，表情符號是對一種情緒的清晰而準確的表達，然而，在不同設備上表情符號的差異很可能導致交流發生誤解。

即使在同一個平台上，你可能表達的情感反應也是通過選擇和設計可用的表情符號來策劃的。

以Facebook為例。Facebook上的五個表情符號給用戶提供了廣泛的表達能力，但它們的設計非常具體——接近情緒尺度的極端。當使用表情符號時，我們就像戴上了這些特定的、預先定義好的表情面具。我們正在變成表情符號。

因此，Rybakov決定逆轉這個過程，將人添加到數字表達中。當然，那個「人」，就是馬克·扎克伯格。

下面是使用神經網路創建的一些結果（建議做好精神準備）：

看起來是相當詭異！

這一系列表情包的製作過程是怎樣的呢？Rybakov說，他使用了三個神經網路。

首先，CNNMRF在表情符號中加入了扎克伯格臉部的一些特徵，它特別傾向的是眼睛和頭髮。

然後，Rybakov使用Deep-Image-Analogy網路來添加更多特徵、對比度、結構和調整直方圖。

最後，使用jcjohnsons neural-style來在添加紋理時放大圖像。

1. 原始表情符號 2. CNNMRF的結果 3. DeepImage Analogy的輸出 4. 應用神經風格技術添加紋理

這個帖子下面的網友紛紛表示，你太有才了！阿西莫夫的棺材板都快蓋不住了！

看了這個帖子，阿西莫夫從棺材裡爬了出來，寫下了AI的第四條定律……

我有個想法，你能不能寫一個瀏覽器插件，把所有的這些表情包都包括進去，替換掉原版的？

好想法，我喜歡！誰以前做過這類插件的，叫我一聲一起搞事情啊！

啊，我覺得我要吐了！別誤會，這些表情做得挺酷的，但是，你懂得……

已收入「嚇死人」、「晚上看了睡不著覺」系列合集，謝謝分享！

最後，這個作者在Telegram上推出了全套表情的貼紙，還留下了自己的聯繫方式，如果你想給朋友做一套這樣的表情的話，可以去聯繫他，不過千萬要小心哦，這樣一套表情包送出去，友誼的小船怕是說翻就翻。

參考鏈接：

https://www.reddit.com/r/MachineLearning/comments/cvtprp/p_i_applied_the_recent_progressive_face/

https://www.reddit.com/r/MachineLearning/comments/cw39dx/p_i_applied_mark_zuckerbergs_face_to_facebook/

https://rybakov.com/blog/zuckerberg_emojis/

論文地址：

https://arxiv.org/pdf/1908.08239.pdf

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！