新智元报导
来历：Reddit
修改：大明、小芹
【新智元导读】把扎克伯格的脸放到emoji表情包上是一番怎样的体会？这个恶搞论题今日在Reddit上引起了热议！作者宣称运用了“面部超级分辨率”东西，生成了“相片级”的面部图画，有人看热闹不嫌事大地把扎克伯格拉了进来，网友纷纷表明，太惊悚了！
现在这个年代，名人的脸被做成表情包一点都不稀罕了，从学友哥、到金馆长，再到姚主席，都靠一张（或几张）脸火遍了全国。但这些表情包的共同点是，不管表情怎样夸大，你一眼就能看出，这确实是他们自己。
但今日要说的这个表情包就不相同了，有外国网友把真人头像和盛行的emoji表情结合在了一同。至于结合在一同之后能不能看出来是谁，乃至能不能看出来是人。那可真的要检测各位的眼力了。
而这些“恶搞”的创意还要从一篇论文说起。
在这篇宣布在arxiv上的论文中提出了一个“面部超级分辨率”的概念，它的首要作用是由低分辨率的面部图画生成高分辨率的面部图画，一同能够保存明晰充沛的面部细节，论文称，运用渐进式练习方法的GAN模型能够安稳生成比测验图片分辨率高得多的“相片级”图画。
好了，现在“作案东西”已经有了，喜爱搞工作的网友也开端行动了。首要遭殃的便是emoji表情。
一篇论文引发的恶搞：“相片级”的emoji表情包诞生！
昨日，Reddit上有人称，用这篇论文的结构和东西，成功生成了“相片级”的emoji表情！输入为16*16像素，输出为128*128像素，8倍没缺点！作者表明，试验中不但用了emoji，还用了twitch表情和游戏中的一些表情，成果嘛，仍是很感人的。
作者表明，原论文中输入图画是被人为缩小成16*16像素，所用代码与练习和测验模型时完全相同。输出图片和输入完成了根本对齐，美中不足的便是有时候输出图画上会留下一些乖僻的伤痕。
一旦把输入图画改成用emoji表情，就不存在这个问题了。并且更美妙的是，由于这个模型能够寻觅定位面部标志，所以其实不管什么样的图画输入进去，它都能找出眼睛、鼻孔和嘴来。不信你看下图中的披萨上的意大利辣腊肠，你其实用不着怎样仔细看，就能看出它实际上是人的嘴唇生成的。
是不是很美妙？至于这些生成的图画是不是“相片级”的，那就见仁见智了。
除了emoji表情之外，还有其他输入来历，比方Twitch表情以及一些视频游戏中的头像，作用是这样的。看完了只能说是从头界说了“相片级的明晰度”：
其实小编我就两点感触，榜首，就这样把川普大统领安排到游戏里，经过他老人家答应了吗？第二，《超级玛丽》里的蘑菇头这么心爱，谁能告诉我右边的图是啥玩意，想过蘑菇头的感触吗？总归你们高兴就好！
并且从网友回帖来看，大部分人的审美仍是正常的：
啊，那个披萨的图，真心惊到我了……
先是用emoji写代码，现在又来这个，emoji究竟开罪谁了？
不不不，你得这么想，这是把生成超明晰度人脸的算法用在了emoji上，还用emoji完成了，下一个十亿等级的项目便是它了！
这个帖子是不是发错当地了？强烈主张移至/被咒骂的图片板块。
看热闹不嫌事大，这次遭殃的是扎克伯格
正所谓看热闹不嫌事大，网友Michail Rybakov很快在Reddit上发帖说：“看到这篇关于传神表情包的帖子，让我想起我上一年做的一个项目：我把马克·扎克伯格的脸放到Facebook的emoji上了，这个项目就叫——Zuckerberg Emojis。
Sad Mark
为什么做这件事？Rybakov说，Facebook迫使咱们用十分详细的情感表达来对事物做出反响。在某种程度上，这些表情符号已经成为了咱们的面部表情。所以，把相同的表情使用到扎克伯格的脸上才公正。
翻译一下便是，不能光让咱们吃瓜大众吓一跳，要来也要拉扎克伯格一同！
Rybakov别离运用三种神经网络技能，别离是CNNMRF, Deep Image Rybakov和jcjohnsons neural style，使用于扎克伯格的面部图画，并将分辨率提高到高清。
Michail Rybakov的毛遂自荐是“媒体艺术家”和“艺术研究者”，他以为，表情符号是对一种心情的明晰而精确的表达，可是，在不同设备上表情符号的差异很或许导致沟通发作误解。
即便在同一个平台上，你或许表达的情感反响也是经过挑选和规划可用的表情符号来策划的。
以Facebook为例。Facebook上的五个表情符号给用户供给了广泛的表达能力，但它们的规划十分详细——挨近心情标准的极点。当运用表情符号时，咱们就像戴上了这些特定的、预先界说好的表情面具。咱们正在变成表情符号。
因而，Rybakov决议反转这个进程，将人增加到数字表达中。当然，那个“人”，便是马克·扎克伯格。
下面是运用神经网络创立的一些成果（主张做好精神准备）：
看起来是适当怪异！
这一系列表情包的制造进程是怎样的呢？Rybakov说，他运用了三个神经网络。
首要，CNNMRF在表情符号中加入了扎克伯格脸部的一些特征，它特别倾向的是眼睛和头发。
然后，Rybakov运用Deep-Image-Analogy网络来增加更多特征、对比度、结构和调整直方图。
最终，运用jcjohnsons neural-style来在增加纹路时扩大图画。
1. 原始表情符号 2. CNNMRF的成果 3. DeepImage Analogy的输出 4. 使用神经风格技能增加纹路
这个帖子下面的网友纷纷表明，你太有才了！阿西莫夫的棺材板都快盖不住了！
看了这个帖子，阿西莫夫从棺材里爬了出来，写下了AI的第四条规律……
我有个主意，你能不能写一个浏览器插件，把一切的这些表情包都包含进去，替换掉原版的？
好主意，我喜爱！谁曾经做过这类插件的，叫我一声一同搞工作啊！
啊，我觉得我要吐了！别误会，这些表情做得挺酷的，可是，你懂得……
已收入“吓死人”、“晚上看了睡不着觉”系列合集，谢谢共享！
最终，这个作者在Telegram上推出了全套表情的贴纸，还留下了自己的联络方法，假如你想给朋友做一套这样的表情的话，能够去联络他，不过千万要当心哦，这样一套表情包送出去，友谊的小舟怕是说翻就翻。
参阅链接：
https:///r/MachineLearning/comments/cvtprp/p_i_applied_the_recent_progressive_face/
https:///r/MachineLearning/comments/cw39dx/p_i_applied_mark_zuckerbergs_face_to_facebook/
https://rybakov.com/blog/zuckerberg_emojis/
论文地址：
https://arxiv.org/pdf/1908.08239.pdf
