前言

要问当前人脸图像领域最火的技术是什么？当然是假人脸的伪造生成与各种人脸属性编辑，下面这些图都是生成的人脸图，是不是足够以假乱真？反正通过肉眼我是看不出真假的。

另一方面，这几年里人脸属性编辑的技术发展非常的快，实现了诸如换脸，表情生成，年龄仿真等酷炫的应用。当下在许多产品中都有相关功能体验，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。

实现以上人脸属性编辑的算法当然不是唯一的，各有各的优缺点，但是如果将高清人脸生成+编辑一起来看，都离不开一项核心技术，那就是StyleGAN。

在图像生成领域，StyleGAN是最强大的一个生成架构，可以生成1024分辨率的高精度人脸图像，是图像生成GAN框架中必须掌握的模型，并且已经演化到了v3版本，下图展示了StyleGAN v1的架构，上面的那些假脸就是StyleGAN生成的。

为了让大家真正掌握好StyleGAN框架，我们开设了StyleGAN v1框架原理与案例实战+基于StyleGAN的人脸属性编辑算法理论与实战课程，总计超过5个小时，下面来简单回顾一下。

StyleGAN人脸生成

基于StyleGAN的人脸图像生成课程经过剪辑后的总时长约为160分钟，课程定价为99元，各部分课程内容与时长如下：

第1部分：StyleGAN v1原理详解，包括StyleGAN v1原理，训练工程技巧，评估方法的详细解读，以及StyleGAN v1的实验结果分析，本部分内容可以免费收听。

第2部分：基于pytorch的StyleGAN v1模型代码详解，包括生成器与判别器架构。

第3部分：使用预训练的StyleGAN v1模型进行图像生成测试，对不同的工程技巧进行比较，如均值风格向量，随机噪声，样式混合。

下面展示了一些生成图片：

课程的订阅地址如下：

StyleGAN人脸属性编辑

StyleGAN人脸属性编辑课程经过剪辑后的总时长约为170分钟，课程定价为199元，各部分课程内容与时长如下：

下图是已有课程的大纲脑图：

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。

课程试听以及订阅，后续内容的更新，请扫码下面的海报，查看详细目录：

课程讲师信息

本课程讲师为言有三，讲师简介如下：

龙鹏，笔名言有三，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。

擅长领域：Caffe，Tensorflow，Pytorch等主流深度学习平台。神经网络与深度学习理论，深度学习模型设计与优化，计算机视觉的基础领域，AI美学，2D与3D人脸算法，生成对抗网络GAN等领域。

如果想要一次性获取有三AI平台所有GAN以及人脸相关的内容，建议直接加入有三AI-CV秋季划GAN组+有三AI-CV秋季划人脸算法组，不仅有课程，还有有三的一对一答疑，书籍赠送以及知识星球赠送，可参考介绍如下：

【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？

【CV秋季划】人脸算法那么多，如何循序渐进地学习好？

往期相关

• 【视频课】超全深度学习路线图，有三AI所有免费与付费的视频课程内容汇总！