https://huggingface.co/spaces/akhaliq/GFPGAN

https://github.com/TencentARC/GFPGAN

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）。

甚至时间更久远的历史名人照片也能搞定。例如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。

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。

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。