把扎克伯格的臉放到emoji表情包上是一番怎樣的體驗？這個惡搞話題今天在Reddit上引起了熱議！作者聲稱使用了“面部超級分辨率”工具，生成了“照片級”的面部圖像，有人看熱鬧不嫌事大地把扎克伯格拉了進來，網(wǎng)友紛紛表示，太驚悚了！

現(xiàn)在這個時代，名人的臉被做成表情包一點都不稀奇了，從學(xué)友哥、到金館長，再到姚主席，都靠一張（或幾張）臉火遍了天下。但這些表情包的共同點是，無論表情怎么夸張，你一眼就能看出，這確實是他們本人。

但今天要說的這個表情包就不一樣了，有外國網(wǎng)友把真人頭像和流行的emoji表情結(jié)合在了一起。至于結(jié)合在一起之后能不能看出來是誰，甚至能不能看出來是人。那可真的要考驗各位的眼力了。

而這些“惡搞”的靈感還要從一篇論文說起。

在這篇發(fā)表在arxiv上的論文中提出了一個“面部超級分辨率”的概念，它的主要作用是由低分辨率的面部圖像生成高分辨率的面部圖像，同時能夠保留清晰充分的面部細節(jié)，論文稱，使用漸進式訓(xùn)練方式的GAN模型能夠穩(wěn)定生成比測試圖片分辨率高得多的“照片級”圖像。

好了，現(xiàn)在“作案工具”已經(jīng)有了，喜歡搞事情的網(wǎng)友也開始行動了。首先遭殃的就是emoji表情。

一篇論文引發(fā)的惡搞：“照片級”的emoji表情包誕生！

昨天，Reddit上有人稱，用這篇論文的框架和工具，成功生成了“照片級”的emoji表情！輸入為16*16像素，輸出為128*128像素，8倍沒毛病！作者表示，實驗中不光用了emoji，還用了twitch表情和游戲中的一些表情，結(jié)果嘛，還是很感人的。

作者表示，原論文中輸入圖像是被人為縮小成16*16像素，所用代碼與訓(xùn)練和測試模型時完全相同。輸出圖片和輸入實現(xiàn)了基本對齊，美中不足的就是有時候輸出圖像上會留下一些古怪的傷疤。

一旦把輸入圖像改成用emoji表情，就不存在這個問題了。而且更奇妙的是，因為這個模型可以尋找定位面部標志，所以其實無論什么樣的圖像輸入進去，它都能找出眼睛、鼻孔和嘴來。不信你看下圖中的披薩上的意大利辣香腸，你其實用不著怎么仔細看，就能看出它實際上是人的嘴唇生成的。

是不是很奇妙？至于這些生成的圖像是不是“照片級”的，那就見仁見智了。

除了emoji表情之外，還有其他輸入來源，比如Twitch表情以及一些視頻游戲中的頭像，效果是這樣的。看完了只能說是重新定義了“照片級的清晰度”：

其實小編我就兩點感受，第一，就這樣把川普大統(tǒng)領(lǐng)安排到游戲里，經(jīng)過他老人家允許了嗎？第二，《超級瑪麗》里的蘑菇頭這么可愛，誰能告訴我右邊的圖是啥玩意，想過蘑菇頭的感受嗎？總之你們開心就好！

而且從網(wǎng)友回帖來看，大部分人的審美還是正常的：

啊，那個披薩的圖，真心驚到我了……

先是用emoji寫代碼，現(xiàn)在又來這個，emoji到底得罪誰了？

不不不，你得這么想，這是把生成超清晰度人臉的算法用在了emoji上，還用emoji實現(xiàn)了，下一個十億級別的項目就是它了！

這個帖子是不是發(fā)錯地方了？強烈建議移至/被詛咒的圖片板塊。

看熱鬧不嫌事大，這次遭殃的是扎克伯格

正所謂看熱鬧不嫌事大，網(wǎng)友Michail Rybakov很快在Reddit上發(fā)帖說：“看到這篇關(guān)于逼真表情包的帖子，讓我想起我去年做的一個項目：我把馬克·扎克伯格的臉放到Facebook的emoji上了，這個項目就叫——Zuckerberg Emojis。

Sad Mark

為什么做這件事？Rybakov說，F(xiàn)acebook迫使我們用非常具體的情感表達來對事物做出反應(yīng)。在某種程度上，這些表情符號已經(jīng)成為了我們的面部表情。所以，把同樣的表情應(yīng)用到扎克伯格的臉上才公平。

翻譯一下就是，不能光讓我們吃瓜群眾嚇一跳，要來也要拉扎克伯格一起！

Rybakov分別使用三種神經(jīng)網(wǎng)絡(luò)技術(shù)，分別是CNNMRF, Deep Image Rybakov和jcjohnsons neural style，應(yīng)用于扎克伯格的面部圖像，并將分辨率提高到高清。

Michail Rybakov的自我介紹是“媒體藝術(shù)家”和“藝術(shù)研究者”，他認為，表情符號是對一種情緒的清晰而準確的表達，然而，在不同設(shè)備上表情符號的差異很可能導(dǎo)致交流發(fā)生誤解。

即使在同一個平臺上，你可能表達的情感反應(yīng)也是通過選擇和設(shè)計可用的表情符號來策劃的。

以Facebook為例。Facebook上的五個表情符號給用戶提供了廣泛的表達能力，但它們的設(shè)計非常具體——接近情緒尺度的極端。當使用表情符號時，我們就像戴上了這些特定的、預(yù)先定義好的表情面具。我們正在變成表情符號。

因此，Rybakov決定逆轉(zhuǎn)這個過程，將人添加到數(shù)字表達中。當然，那個“人”，就是馬克·扎克伯格。

下面是使用神經(jīng)網(wǎng)絡(luò)創(chuàng)建的一些結(jié)果（建議做好精神準備）：

看起來是相當詭異！

這一系列表情包的制作過程是怎樣的呢？Rybakov說，他使用了三個神經(jīng)網(wǎng)絡(luò)。

首先，CNNMRF在表情符號中加入了扎克伯格臉部的一些特征，它特別傾向的是眼睛和頭發(fā)。

然后，Rybakov使用Deep-Image-Analogy網(wǎng)絡(luò)來添加更多特征、對比度、結(jié)構(gòu)和調(diào)整直方圖。

最后，使用jcjohnsons neural-style來在添加紋理時放大圖像。

1.原始表情符號 2. CNNMRF的結(jié)果 3. DeepImage Analogy的輸出 4. 應(yīng)用神經(jīng)風格技術(shù)添加紋理

這個帖子下面的網(wǎng)友紛紛表示，你太有才了！阿西莫夫的棺材板都快蓋不住了！

看了這個帖子，阿西莫夫從棺材里爬了出來，寫下了AI的第四條定律……

我有個想法，你能不能寫一個瀏覽器插件，把所有的這些表情包都包括進去，替換掉原版的？

好想法，我喜歡！誰以前做過這類插件的，叫我一聲一起搞事情啊！

啊，我覺得我要吐了！別誤會，這些表情做得挺酷的，但是，你懂得……

已收入“嚇死人”、“晚上看了睡不著覺”系列合集，謝謝分享！

最后，這個作者在Telegram上推出了全套表情的貼紙，還留下了自己的聯(lián)系方式，如果你想給朋友做一套這樣的表情的話，可以去聯(lián)系他，不過千萬要小心哦，這樣一套表情包送出去，友誼的小船怕是說翻就翻。