深度学习机可以展现人脸衰老后的模样，但往往会变得越来越不像自己。现在计算机科学家已经解决了这个问题。我们将如何变老？这个问题很有趣。事实上，很多人都对20年、30年甚至40年后的自己会是什么样子充满了好奇。已经有很多技术可以模拟我们的年龄变化，但其中大多数都非常耗时且昂贵。如果有一种方法可以廉价快速地对照片中的人脸进行老化，那将会很方便。在这里我想向大家介绍一下法国OrangeLabs的GrigoryAntipov和他的朋友们，他们开发了一种深度学习机器，可以轻松做到这一点。他们的系统不仅模仿一张年轻的脸在变老时的样子，而且还能使一张老化的脸恢复活力。近年来的几项技术发展推动了他们的产品开发。近年来，计算机科学家设计了深度学习机器，可以在不扭曲图像的情况下以各种方式修改面部图像。这种方法可以创建更逼真的老化肖像。但问题在于，人脸图像的身份在深度学习机的修改过程中逐渐模糊，越来越不像人。结果，人终是老了，却认不出来了。Antipov和公司找到了解决方案。他们使用了两台协同工作的深度学习机器——一个人脸图像生成器和一个人脸鉴别器。在学习面部如何随年龄变化时，两台机器分析了不同年龄段的人的照片：0-18、19-29、30-39、40-49、50-59和60岁以上。训练深度学习的过程机器覆盖了每个年龄段的5000张面孔，照片来自互联网电影数据库（IMDb）和维基百科（Wikipedia），每张照片都标有人物的年龄。通过这种方式，机器学习每个年龄段的面部特征，并可以将特定年龄段的特征应用到其他人的脸上，使他们看起来像同一年龄段的面孔。为了防止身份模糊，第二个深度学习机器，一个面部鉴别器，检查合成的老年面部是否仍然可以识别，如果不能，则图像被拒绝。Antipov和他的公司将这一过程称为“条件年龄模拟对抗网络”，“对抗”一词来自两台反向工作的深度学习机器，一台专门用于改变（老化），一台专门用于恢复（歧视）。).最后的效果令人印象深刻。开发团队将该技术应用于来自IMDb和维基百科的10,000张面孔，所有这些面孔都是机器以前从未见过的。然后，他们使用OpenFace来测试处理前和处理后的照片是否是同一个人。与其他人脸矫正技术只有50%的准确率相比，这项新技术拥有80%的准确率。当然，这项技术不仅可以用来使脸变老，还可以用来使脸年轻化。有一项尚未完成的明显对比测试：将计算机生成的焕发青春的面孔图像与真人年轻时的面孔照片进行对比。这是衡量技术准确性的一个很好的衡量标准，也许将来可以尝试。Antipov说他们的技术可以用来识别失踪多年的人。此外，如果他们将算法公开，那么玩起来会很有趣。
