用 BabyGAN 预测孩子长相

BabyGAN 是一个基于 StyleGAN 的儿童长相预测器，可以基于给定的父母双方图像，预测孩子的长相。

主要预测方法为： 使用基于 GAN 架构的神经网络模型，从输入的父母图像中提取 latent representation，然后用算法将其按一定比例混合，生成孩子图像。

利用 latency direction，可以改变年龄、面部朝向、情绪及性别等参数。

• GitHub 仓库: BabyGAN(创建者: Denis Malimonov)

• 神经网络: StyleGAN (创建者: Tero Karras, Samuli Laine, Timo Aila)

• 编码器: stylegan-encoder (创建者: Peter Baylies, Dmitry Nikitko)

本教程主要演示了：

• 从本地加载训练好的 BabyGAN 模型
• 准备父母双方图像，并获取其 latent representation
• 用模型生成孩子的面容
• 调整孩子的性别、年龄等参数，生成符合需求的孩子图像

调整孩子性别、年龄等特征的示意动画：

安装环境：

• Python：3.6
• TensorFlow：1.15

代码目录：

• 准备工作
• 准备父母图像
• 生成孩子图像
• 生成具有某些特征的孩子图像

注意事项：

• 本教程推荐使用 GPU 运行