用“对抗生成网络”也可以 P 图，效果不输 Photoshop

图片地址：https://img.ithome.com/newsuploadfiles/2021/11/788cd40b-d72e-43c8-89c7-41e347d77cbb.jpg

把人的眼睛变大、把嘴合上、转动眼珠：质量如此逼真、一点糊图的痕迹都没出现 。如果我不说，你知道这其实是对抗生成网络（Generative Adversarial Network，以下简称为 GAN）自己 P 的吗？除了人脸，汽车啊鸟啊猫啊也都可以，比如改改车轮大小、换个车轴样式：把小鸟的喙部变长、头抬高、胸脯变壮：用动图展示就更炫酷了：大点大点，圆点圆点，头发再多一点……怎么样，这 GAN 的效果是不是也不输 PS？一个高质量 P 图 GAN以上这些都来自一个叫做 EditGAN 的模型，可以对图像实现很多细节上的编辑，同时还能保持原图质量。研究出自英伟达、多伦多大学以及 MIT，相关论文已被 NeurIPS 2021 接收。在此之前，大多数基于 GAN 的图像编辑方法往往都需要大规模数据集上的语义分割注释才能训练，并且也只能做一些有限的修改，有的甚至只是在两张图之间简单地进行插值。EditGAN 作为一种全新方法，只需少量语义