表情編輯技術在特效和修圖場景有著廣泛的應用。此前，剪映、醒圖等app上的一鍵變笑臉模板一經上線就立刻成為出圈爆款；在抖音上，這一特效還引發了熱烈的話題討論，「笑得很好下次別笑了」一度登頂抖音話題熱榜。
近日， 在AI領域的頂級會議AAAI2023上，來自字節跳動智能創作團隊的3篇關于表情編輯GAN技術的論文入選，揭示了上述爆款特效背后的技術實現方法。據了解，AAAI2023共收到了 8,777 有效投稿，最終接受了 1,721 篇論文，總體接受率19.6% 。
ReGANIE: Rectifying GAN Inversion Errors for Accurate Real Image Editing（https://arxiv.org/abs/2301.13402）
Semantic 3D-aware Portrait Synthesis and Manipulation Based on Compositional Neural Radiance Field（https://arxiv.org/abs/2302.01579）
CFFT-GAN: Cross-domain Feature Fusion Transformer for Exemplar-based Image Translation
（https://arxiv.org/abs/2302.01608）
“一鍵變笑臉”背后的技術方案：
第一階段，團隊利用預訓練的3D人臉重建模型，提取3DMM表情系數并注入到StyleGAN的w空間。同時，渲染出3D shape用作約束條件，訓練特定人臉表情的生成。第一階段訓練完成就可以生產大量的配對數據，訓練服務端或移動端的pix2pix模型，從而實現特定表情的編輯。
StyleGAN作為應用最廣泛的無條件 GAN 之一，能夠實現高保真圖像的生成，同時也便于在其隱空間內進行語義編輯。團隊借助StyleGAN自研了人像屬性編輯框架，可以輕易地實現如人像表情等屬性的編輯效果。詳細技術方案見：https://arxiv.org/abs/2109.10737
然而，基于StyleGAN生成的人臉（假圖）和真實人臉圖像還是有一定的差異，這體現在用假圖訓練好的pix2pix模型直接應用于自拍特效或者修圖場景會不可避免的產生一些bad case，因此需要借助StyleGAN反演能力，生產真實人臉的配對數據用于模型訓練。
過去，基于StyleGAN的重建和編輯存在trade-off問題，即提升真實圖像的重建效果會影響屬性的編輯效果。先前的方法針對性地優化了StyleGAN的重建和編輯任務，但沒能從原理上解決上述問題。團隊提出了ReGANIE，通過二階段修復重建的誤差的方法，在不影響StyleGAN本身編輯能力的同時，大幅地提升了圖像重建的效果，從根本上解決了這個trade-off問題。
因此，團隊利用ReGANIE和StyleGAN編輯模型可以生產真實人像的表情配對數據，還實驗了如卡通肖像，動物肖像等場景擴展。
另外，團隊探索了將神經輻射場（Nerf）技術和StyleGAN技術進行結合，結合人像分割能力提出了3D一致性的肖像合成與編輯技術Semantic3D，實現了肖像數據的姿態和局部可控性。
它借由視角v的輸入可以靈活生成不同姿態的肖像圖，從而可以擴充訓練數據的姿態多樣性。同時，基于組合式生成的思想，讓StyleGAN的隱空間操縱聚焦于期待編輯的屬性，如只編輯面部區域表情而不改變頭發或背景。
據團隊介紹，未來，基于GAN等生成技術對人像表情進行編輯將主要應用于短視頻特效、修圖拍攝和內容生成等應用場景。目前，相關功能可在抖音，剪影，醒圖等APP體驗，企業用戶可登陸火山引擎官網（https://www.volcengine.com/product/emotion-edit）使用表情編輯服務。
智能創作團隊是字節跳動AI&多媒體技術中臺，通過建設領先的計算機視覺、音視頻編輯、特效處理等技術，支持抖音、剪映、頭條等公司內眾多產品線；同時通過火山引擎為外部ToB合作伙伴提供業界前沿的智能創作能力與行業解決方案。
