這是一個熱衷于“變臉”的時代。

拍圖三十秒，修圖半小時，互聯(lián)網公司們都深諳這種心理，使出渾身解數，讓“變臉”更加完美。

比如一直針對女性群體，主打拍照的OV手機（OPPO和Vivo），在這兩年逆襲走低性價比和高性能的小米�！白兡槨睅�來的心理滿足以及巨大的消費市場，讓無數人躍躍越試。

為什么大家熱衷于變臉？

美，可以說是人類發(fā)展史中最亙古不變的追求。公元前4000年古埃及文明就誕生了用青綠色粉末涂抹眼睛的習慣，古希臘則是用銻粉修飾眼部，而中國的眉眼粉黛之美則可追溯到夏商周時期。

過渡到互聯(lián)網時代，對美的追則求衍生了一大批為“變臉或者美顏”而生的產業(yè)。小到那些一鍵修圖的自拍APP，大到美妝行業(yè)銷量的快速上升以及各種醫(yī)美機構的遍地開花，圍繞著“變臉”，無論是線上，還是線下，都已經形成了一個完整的生態(tài)圈。

2017年，在國家發(fā)改委產業(yè)所牽頭編制的《全國美容產業(yè)發(fā)展戰(zhàn)略規(guī)劃綱要》中，預測到2020年我國美容產業(yè)年產值將超過一萬億元。

就連曾經對美顏嗤之以鼻的羅永浩“當你把美顏功能作為主打特色時，在江湖的眼里，你就是丑女low妹專用機”，最后還是得自打臉向美顏變臉屈服，在新款手機中加入了AI美顏技術。

既然通過物理手段能夠達到視覺和心理上的滿足，對于變臉的習慣和熱衷也是無可厚非的。

AI技術下，變臉的“72”招

抖音上至今都非常流行 “化妝變臉”視頻，播放量、點贊量基本都以萬計，甚至連英國《每日郵報》都曾大篇幅報道過“此項神技”，驚呼此舉堪稱“整容變臉”。當然，這樣的化妝大神占比畢竟很小，化妝品之外，科技變臉神器，成為了讓人驚呼又趨之若鶩的選擇。

首先不得不提的就是智能手機，廠商們旗艦機競爭必不可缺的亮點之一就是拍照能力。目前市面上有兩個基本方向：一種是滲透專業(yè)相機的參數與性能，另一種就是聚焦“美顏強度”。前有華為麒麟970，通過內置的獨立NPU神經網絡處理單元，提出了AI拍照的理念，后有小米8的AI美顏“微整形”相機，以及OPPO的3D個性美顏相機，都宣稱通過3D高精細面部打點，重新繪制你的五官細節(jié)。

還有專注“變臉100年”的美圖，他們的美圖影響實驗室設計了品類繁多的“變臉”技術，比如結合人臉大數據黃金比例算法調節(jié)用戶身材、人臉網格實時視頻圖像上妝等等……

當然基礎的智能隆鼻、雙眼皮微調等都是一應俱全，只有你想不到的，沒有美顏類手機做不到的。

此外一些頗具魔幻現(xiàn)實主義的變臉技巧也在悄然興起。OpenAI在7月份公布了一款Glow生成模型，這種可逆的生成模型，會觀察原始的圖片，然后結合不同臉部的屬性生成一張全新的高清圖片。

再比如通過3D投影＋人臉追蹤技術，做出數字妝容的效果，其中最典型的玩家莫過于英特爾。在2016年格萊美頒獎典禮上，為了致敬英國搖滾歌手大衛(wèi)·鮑威（David Bowie），歌手Lady Gaga的臉上出現(xiàn)了許多能夠代表Bowie的標志性圖案，比如爬行的蜘蛛。

此前李宇春的MV也是英特爾用3D投影一手打造的，英特爾中國研究院表專門定制和設計了多個深度學習網絡模型，有針對性地創(chuàng)建和收集了十萬張人臉照片來訓練這些模型，再通過攝像頭檢測和識別人臉，定位 78 個關鍵點，實時跟蹤頭部運動和面部表情變化。對圖像進行智能分析和特征提取后，再通過運算將不同的特效疊加上去。

看到這幾張圖，可以算的上現(xiàn)代版“畫皮”了：

當然以上這些“變臉”方法和下面的相比較，就有點小巫見大巫了。

去年年底，神奇女俠扮演者蓋爾·加朵的臉被貼在了一個愛情動作電影女主的臉上，在網上引發(fā)了不小的轟動。這種“視頻變臉”是一個名為“deepfakes”的深度學習技術，最關鍵的是它的技術門檻很低，只需要將上百張人物的訓練圖片輸入到算法中，再用GPU訓練數據就能DIY出換臉的視頻。

借用知乎上某位答主的回答，這項技術的核心是一個深度神經網絡，用監(jiān)督學習訓練一個神經網絡將張三的扭曲處理過的臉還原成原始臉，并且期望這個網絡具備將任意人臉還原成張三臉的能力。

當然，縱觀現(xiàn)在的變臉技術，萬變不離其宗，AI并不會給你整容，它能做的只是靜態(tài)圖片或者視頻中的變臉，但是當我們的腦洞再往外擴展延伸的話，生理形態(tài)上的變臉似乎也不再是難事。