【项目实战课】基于Pytorch的StyleGAN人脸属性（表情、年龄、性别）编辑实战

欢迎大家来到我们的项目实战课，本期内容是《基于Pytorch的StyleGAN人脸属性编辑实战》。所谓项目实战课，就是以简单的原理回顾+详细的项目实战的模式，针对具体的某一个主题，进行代码级的实战讲解。

本次课程内容

当前人脸图像领域的研究和落地都发展得非常迅速，这几年里人脸领域中最令人振奋的莫过于人脸属性的编辑，实现了诸如换脸，表情生成，年龄仿真等酷炫的应用，上面的gif动图就分别展示了基于本次实战的人脸表情、年龄、性别编辑结果。

当下也有许多应用中有相关功能体验，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。

实现上述效果的算法不是唯一的，各有各的优缺点，本次我们来给大家剖析其中的一种核心技术，基于StyleGAN的人脸属性编辑算法理论与实战！本次内容属于高阶内容，建议先学习往期的3个实战案例，分别是StyleGAN图像生成实战，DCGAN图像生成实战，SimpleNet人脸表情识别实战（后两个都是给零基础朋友免费学习的）。

【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DCGAN人脸嘴部表情图像生成实战

【项目实战课】AI零基础，人人免费可学！基于Pytorch的SimpleNet人脸表情识别实战

其中《StyleGAN图像生成实战》是必须掌握的内容，本次实战中会大量用到其中原理与代码，请完成学习后再进入本期内容。

本次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：

部分	内容	时长(分钟)
第1节	StyleGAN人脸属性编辑原理详解	24
第2节	实战课程简介	2
第3节	人脸特征向量生成	74
第4节	人脸样式混合与插值	23
第5节	人脸属性方向向量生成	20
第6节	人脸表情、年龄、性别编辑	19
第7节	人脸表情添加与去除	7

下面我们来简单看一下各部分的内容：

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。

本次课程为录播课程，讲师为言有三，

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。

如何订阅

我们的视频课全部在小鹅通平台，可以使用手机APP鹅学习或者直接在网页进行登录，内容试听以及订阅请直接扫如下二维码：