【新智元导读】最近，国产悬疑剧《隐秘的角落》火爆全网，张东升的秃头形象深入人心，B站up主利用StyleGAN自制了一款秃头生成器，只需几行代码就能完成你的秃头梦想，但是如果你想摆脱中年秃顶的危机，GAN也可以做到！

Up主自制秃头生成器，一眼望穿20年后的你
现在网络上的p图软件往恶搞的路上走的越来越远...

想必最近看过《隐秘的角落》的小伙伴们对「张东升」这个人再熟悉不过了。而他洗完澡戴假发的样子成为了不少观众的心理阴影。

作为当代青年，发际线上移着实令我们堪忧。你是否想象过自己秃头是什么样子吗？这不，最近一位Up博主为大家推出了一款自制秃头生成器，来感受一下这秃头的效果。

秃的有点突然... 这发际线后移的速度太过令人恐怖。

博主在视频中预演了一下自己秃顶的样子，一个翩翩少年立刻变成了中年大叔。

看到这儿，为了自己的头发，你还敢熬夜吗？

再来看看生发后的张东升，这个样子还有点像张杰。果然这头发还是能够体现一个人的重要气质。

谷歌offer很难搞？土木工程师「半路出家」传授独门武功

做出这款秃头生成器的MarsLUL ，本科毕业于同济大学土木工程系，如何自学完成计算机四年课程，成功入职谷歌的？

MarsLUL 还专门录制了一个视频，介绍自己的转行经验。转专业或转行计算机一定要以兴趣为先，如果自己不喜欢计算的内容，转过来很可能是个大坑，离自己期望的高薪工作越来越远。

说到学习方法，MarsLUL 认为首先要对这门课程的体系有个全局的了解。然后将课程的知识分为以下三个部分，基础知识、专业知识和兴趣知识。

MarsLUL 强调最重要的部分就是基础知识，比如计算机专业的三大基础套件，算法、数据结构、操作系统。

而专业知识更多的是技能型的，对工作很有用。最后是兴趣知识，自己感兴趣并且与专业相关的知识，这部分是提升自我的关键所在，毕竟兴趣是最好的老师。

最后，MarsLUL 还分享了个人的学习路径，强烈推荐了一个普林斯顿大学的算法课。想转行的同学，可以作为参考。

霸王不防脱？SC-FEGAN：让你的发际线前进一公里

很多同学表示，如果学完MarsLUL推荐的一堆课程，秃头生成器就不用了。

回过头来看这款秃头生成器，完成的也就是人脸编辑的工作。MarsLUL 提到，该生成器来源于一篇 medium 上的教程《Hairstyle Transfer — Semantic Editing GAN Latent Code》，如果你对秃头生成器感兴趣，可以去找GitHub上开源的StyleGan复现一下。

你可能会说这活Photoshop就能干，的确，强大的PS几乎可以处理日常所有的照片，但是对程序员来说，太不极客了，能用代码完成的工作我从来不动手。

如何跑跑代码就生出一头乌黑亮丽的秀发呢？当然可以用GAN来完成了，GAN的精髓就一个字，给我数据，干！

前面的那款GAN让张东升的发际线后移了一公里，今天我们就来介绍一款GAN把那些年遗失的头发给种回去！

这款植发器就是SC-FEGAN，它采用全卷积网络，使用SN-patchGAN判别器来修缮不和谐的边缘，可以进行端到端的训练，训练时不光使用了一般的GAN损失，还用了风格损失，所以图像补全和风格化都做的很好，即使在大面积缺失的情况下也可以完成人脸的编辑。

我们先来看下效果，SC-FEGAN对人脸，尤其是眼睛和头发的编辑最为出色，只需几笔就让你重返青春。

SC-FEGAN主要将眼睛和头发做了掩模处理。训练时，随机将一个眼睛或头发的掩模作为起点，表达被遮盖的部分。具体算法如下：

创新的数据预处理方法，是SC-FEGAN成功的最大功臣。

论文作者使用HED边缘检测器生成与用户输入相对应的草图。然后使用GFC对面部进行分割，用中间颜色表示分割部分，最后加上噪声表示作为输入，就得到了真实标准（上）和输入数据（下）。

然后通过下面的网络进行训练。有意思的是 ，这篇论文的输入不是传统的512x512x3，而是一个尺寸为512×512×9的张量，这个张量是由5部分构成，首先是被覆盖残缺的RGB图像，其次是提取得到的草图，图像的颜色域RGB图，掩码图，最后是噪声图。

解码得到的图像依旧是5部分，包括修复的RGB图像、草图、颜色图、掩码图、噪声图，最后对抗训练。

见证奇迹的时刻来了，秃头中年大叔秒变帅哥有没有！眉毛不够翘，小胡不够撇，统统一键搞定！

想拥有一双精灵般的眼睛，来个高耸入云的发型，都木有问题。

如果你也有发际线后移的焦虑，来试试这款开源的生发器吧，只需五步，轻松完成！

人脸编辑的技术日新月异，GAN也给我们提供了无尽的想象空间，自己脑洞一下，做些更好玩的应用吧！

参考链接：

GitHub开源地址：

https://github.com/run-youngjoo/SC-FEGAN

https://arxiv.org/abs/1902.06838

medium教程：

https://medium.com/swlh/hairstyle-transfer-semantic-editing-gan-latent-code-b3a6ccf91e82