包浆老图立刻清晰到头发丝是一种怎样的体验？
看这明亮的眼眸、清晰的发丝，原本模糊的人像立刻添了几分灵动：
（这就是用AI修复的高圆圆童年照）
时间更久远的历史名人照片也能搞定。
鲁迅先生年轻时意气风发的模样，被还原地淋漓尽致：
图灵的这张修复就更厉害了，不仅眼神更加锐利，头发、眉毛等细节都被完美还原了出来：
而以上这些效果，无需专业PS技能，只用一个网页端的Demo、点点鼠标上传图片就能搞定！
这么方便的修复神器，立刻引来了广大网友的围观和试玩。
不少人都用自己童年时低像素的照片来试验，这效果仿佛十几年前的自己就站在眼前了：
已经糊到包浆的照片也能秒变人像大片，这feel立刻就来了~
多人合照修复也都是小case，这效果让网友们直呼惊到了惊到了。
这就是已经多日霸占GitHub热榜第一的AI修复项目：GFP-GAN，Star数高达8400。
最近，它在网上又掀起了一股老照片修复热潮，让人们争相试玩！
而这一项目由腾讯PCG ARC实验室提出，其相关论文已被CVPR2021收录。
现在，就让我们赶紧来体验一下它的神奇之处吧。
Demo试玩
GFP-GAN可通过Colab、Hugging Face或本地运行代码进行试玩。
我们今天是在Hugging Face网页端体验。
如界面所示，只需将你想修复的照片拖进左边的图片框内，点击Submit即可。
比如我们上传一张的照片，得到的效果就是这样：
而且它还会自动摆正人脸。
让人惊喜的是，遇到人像戴眼镜的情况，GFP-GAN甚至连镜片反光都能高清化处理。
u1s1（有一说一），修复后的效果完全看不出是几十年前的照片啊！
就连齐天大圣孙悟空的猴脸，对于GFP-GAN而言也是so easy，并且对光线的修复效果格外突出。
并且修复中也不会过度磨皮，人脸上自然的皱纹也全部精细展现。
用GAN修复人像
那么GFP-GAN如此强大的效果是怎么实现的呢？
研究人员受到StyleGAN2的启发：
既然GAN已经能生成如假乱真的图片，那么它所包含的面部信息，是不是也能帮助人脸修复呢？
由此，在GFP-GAN的模型框架中，主要用到了一个退化清除模块和一个预训练的GAN作为先验。
两个模块通过隐编码映射和多个信道分割空间特征变化层（CS-SFT）连接。
训练过程中，首先要对低质量人脸进行降噪等粗处理，然后保留面部信息。
在保真度方面，研究人员引入了一个面部损失（ Facial Component Loss），判断哪些细节需要提升保留，然后再用识别保留损失（Identity Preserving Loss）进行修复。
一作师从汤晓鸥教授
本文论文一作是Xintao Wang，他是腾讯 ARC 实验室(深圳应用研究中心)的研究员。
本科毕业于浙江大学，博士毕业于香港中文大学。
其博士期间师从汤晓鸥教授和Chen Change Loy教授。
研究方向为计算机视觉和深度学习，尤其关注图像、视频修复方面。
论文地址：
https://arxiv.org/abs/2101.04061
GitHub项目页：
https://github.com/TencentARC/GFPGAN
Hugging
Face试玩传送门：
https://huggingface.co/spaces/akhaliq/GFPGAN