腾讯老照片修复算法开源3种预训练模型可下载

李颜

還记得这个能将老照片修复到纤毫毕现的GFPGAN吗？现在，它的代码正式开源了！官方已经在GitHub上传了3个预训练模型。其中，V1.3是最近更新的一版，修复效果更加自然。同时还能在低质量输入的情况下，输出高质量结果。自上线以来，GFPGAN已经在GitHub上揽星1 7000多，还曾登顶过热榜第一，更是在推特上引起过一波试玩热潮。

开源代码主要分为预训练和训练2个部分。预训练中以GFPGAN的V1.3版本为例，给出了预训练模型的下载地址，然后，只需一行代码就能开始预训练模型推理了。

官方还展示了3种预训练模型的区别，与初始版本相比，后2版在修复精度上有了明显提升。

V1.2的锐化更明显，同时还带有一些美颜效果，所以在一些情况下会比较假面。

V1.3明显解决了这一问题，使得输出更加自然，还能进行二次修复；不过弊端是人物面部特征有时会发生变化。

总之，V1.3并不完全优于V1.2，大家可以按需选取合适的模型。

训练部分：首先，数据集选用FFHQ；然后，将下载好的预训练模型其他数据放在experiments / pretrained_ models文件夹里。其他数据包括：预训练好的StyleGAN2模型，FFHQ人脸对齐模型文件和ArcFace模型；

接下来，修改相对应的配置文件options / train_gfpgan_v1. yml。在这里，也可以尝试不使用人脸对齐的简单版本options/ train_gfpgan_v1_simple.yml；

最后，就可以开始训练了。

此外，官方还有两则提醒：第一，输入更多高质量的人脸图像，可以提高修复的效果；第二，训练中可能需要进行一些图像预处理，比如美颜。如果选择训练V1.2版本，官方还给出了微调指南。

除了开源代码，官方也早已开通了多个线上试玩通道，用HuggingFace来给展示修复后的蒙娜丽莎，不仅面部的噪点都被去掉了，甚至连头发上的纱巾都清晰可见。修复的爱因斯坦，笑起来时脸上的褶皱更加明显，头发丝、胡茬也都被还原了出来。

GFPGAN能够快速、高清地修复各种人脸图像，主要是应用了盲脸修复（Blind Face Restoration），传统人脸修复方法主要针对同一场景下、特定退化的人脸图像修复。比如此前一些人脸修复方法，会把Obama照片还原为白人面孔，这背后除了数据集存在偏差，还可能是算法没有为每张人脸特征性建模。

盲脸修复就很好解决了这一弊端，它是指当点扩展函数未知或不确知的情况下，从低质的待修复人脸图像恢复出清晰、高质的目标人脸图像的过程。

本质上是一种非匹配性的人脸修复方法，不过此前的一些盲脸修复方法在细节上表现不好，由此作者在GFPGAN中引入丰富的先验信息，从而来保证高质量的输出效果。

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。