前世界首富比尔·盖茨曾经说过：“你甚至没有意识到，你在网上交流的人可能是你坐在电脑前打字的狗。”他表示，这充分体现了社交网络的特点。是的，互联网的虚拟性质使我们能够通过由文本、音频、照片甚至视频拼接而成的图像来了解社交网络中的其他人。
在中国互联网网络游戏盛行的时代，看到一个害羞又可爱的软妹角色出现在游戏中是一种特殊的景象。时代在进步，“反串账号”已经从人见人爱变成了“网游主打，不喜欢就不做”。还有，“反串老大”出现之后。二次元圈内诞生了一股“变装潮流”，“首席变装师”的晋级方法也成为人们广泛谈论的话题。
当然，想要像漫画里的“装扮帅哥”一样，也需要一定的身体条件。如果你担心线下成为“变装大师”，著名照片分享应用Snapchat（读：火爆）最近发布了新的“性别切换滤镜”，效果绝对不可思议，你不会有朋友吗。有了这个滤镜，你就能轻松成为网络上的“女装大佬”。
那么成为“女装老大”的第一步当然应该是符合女性心理的文字。以下是我们为您推荐的一些书籍。 ——C.A.Etaugh 和J.S.Bridges 的书。《女性心理学》，这里不再赘述。
第二步，从声音上把肌肉男变成萌妹子。在这里，我们必须求助于改变输入音频的音色、音高和速度并输出修改后的音频的工具。原理其实很简单：改变音频采样率，提取体现女性气质的采样参数，改变基音和共鸣峰的位置来改变声音。现在市场上变声器的类型非常多，您需要花费时间和耐心来调整数值。
第三步是视频。这里就得靠Snapchat的绝活了。从我们个人的体验来看，这个滤镜的效果确实很棒。切换到性别转换过滤器时几乎没有延迟。当男性用户使用时，Snapchat会自动开启面部特征柔化、皮肤美白和部分皮肤平滑功能，还附带独特的发型和灯光。补偿。更棒的是，这个滤镜是实时渲染的，所以只要你的脸不离开指定区域，无论你改变多少次角度，变换都会完成。
当然，这个Snapchat 过滤器并不完美。网上很多荒唐的失败案例的一个共同特点是——面部部位的遮挡率太高，以至于无法从镜头中获取足够的语义信息（眼睛、鼻子、嘴唇等）。同时，你可以看到头发和脸部的变换实际上是分开完成的，发际线、面部轮廓以及与头发连接的地方都有些模糊。
如果你要问这背后的原理，我只能说它比变声器复杂得多。在Snapchat 公布具体原理之前，业界最普遍的观点是其使用的是—— CycleGAN，这是机器学习领域生成对抗网络的最新进展。此前，网上有一段视频，其中杨幂的脸出现在1994年版本的《射雕英雄传》中，而不是朱颜扮演黄蓉的原始视频中，这就是我之前介绍的生成对抗网络（GAN）。
GAN是一种用于无监督学习的神经网络，该模型的框架包括至少两个模块（生成器）和一个判别器（判别器），并在互惠博弈学习中产生输出和真实输出。简单地说，随着问题和答案被重复数十亿或数千亿次，人工智能通过不断检查和填补任何遗漏来逐渐学习。
目前，NVIDIA已经开源了自己的StyleGAN，而今天的主要功能“CycleGAN”是由加州大学伯克利分校的朱俊彦博士开发的，能够创建看起来如此真实的面部合成照片。塔。 CycleGAN 框架（ICCV 2023）的创新之处，例如Google 在Pixel 2 系列上使用的DeepLab-v3+ ，在于与其他生成对抗网络相比，它可以用作通用网络，无需配对训练数据。可能的。将视觉风格从一组图像转移到另一组图像的框架。
由于这是一个由两个GAN 组组成的环形网络，因此该框架在两个字段之间具有隐式关联，即同一事物有两个不同的映射表达式，这是因为它可以被考虑。因此，全球流行的照片共享应用程序Snapchat 拥有数十亿张照片，涵盖各种人物和风格，该框架可以用来捕获用户的真实面部特征并进行调查也就不足为奇了。 -时间渲染。
为了适应移动设备的轻负载，你会看到例如Snapchat 现在只有固定的发型。当然，这并不是什么大问题。因此，如果您现在想回答“变装者感觉如何？”这个问题，请下载Snapcha，您会立即找到答案。