大家好，欢迎来到专栏《百战GAN》，在这个专栏里，我们会进行算法的核心思想讲解，代码的详解，模型的训练和测试等内容。
作者&编辑 | 言有三
本文资源与生成结果展示
本文篇幅：6800字
背景要求：会使用Python和Pytorch
附带资料：项目推荐，版本包括Pytorch+Tensorflow
同步平台：有三AI秋季划GAN小组
1 项目背景
美颜技术是祖国人民的刚需，当前的美颜技术已经从早期的美白，瘦脸隆鼻等技术发展到了更加复杂的应用，比如妆造迁移，就是将目标人脸面部完整的妆容迁移到自己的人脸图像，本节我们完成这样的一个任务。
本次我们使用GAN来完成人脸妆造迁移任务，需要做的准备工作包括：
(1) Linux系统或者windows系统，使用Linux效率更高。
(2) 安装好的Pytorch，需要GPU进行训练。
2 原理简介
所谓的妆造迁移技术如下图所示：
(a)是我们想化妆的图，(b)是参考的妆容图，(c)就是化妆的结果了。
最早期我们研究人脸妆造迁移算法，需要成对的妆造前后的图来进行模型训练，比如下面这样的。
但是化妆前后的图妹子你会公开给吗？怕是有点难呐，所以这限制了数据集的大小。
而基于GAN的框架中有一大类方法是无监督的，不需要成对的图就能实现两个风格(域)之间的转换，比如大家都熟悉的CycleGAN。
当然我们今天说的不是CycleGAN，整个框架示意图如下：
