一张普通的人像照片，经过AI特效的加持，秒秒钟变成了二次元形象...
仿佛一秒穿越到二次元，变成动漫里的样子...这样的效果你喜不喜欢？
当然，你会说这是因为本人长得很好啊～～！其实，现在的AI美容大法，绝对不是白给的，眼睛想大就大，皮肤想白就白～。把美容滤镜结合进二次元滤镜，就变得如此high了～
在它的眼里，眉清目秀的张三根本就不像坏人...甚至还带着一丝初出茅庐般的害羞和腼腆...
60岁的阿汤哥，在它的眼里，依然是成熟且帅气～
宅男女神新垣结衣，标志性的治愈笑容也得到了很好的保留...
这是新垣结衣在《legal high》里打着绷带俏皮可爱的剧照图，经过一番操作后，也变成了动漫脸，就连微表情和吐出的舌头也完美还原，可以说毫不违和～
还有外型甜美，有着“国民妹妹”头衔的纯欲天花板IU...
科技圈里的一众大佬马斯克、蒂姆·库克...
爱玛雅～～真受不了比尔盖茨老爷爷变成这样了～～
《鱿鱼游戏》里的一众角色，在AI的加持下，也变得更有代入感了...
类似的照片还有很多很多，不少网友为了看一眼自己在动漫里的样子，简直如同在超市里血拼...
当然，看到自己的动漫脸后，很多网友也带着一丝释然，原来曾经在脑海中yy过得自己，在动漫中是真的可以如此“迷人”～
软件截图如下（已配简单的中文说明）：
模型文件以onnx为扩展名，有宫崎骏风格（Hayao）、新海诚风格（Shinkai）和其他风格可供选择。
点击start后，会自动在选择图片路径新建一个【results】文件夹，用于储存生成后的照片
专业分析风格迁移+生成对抗网络（GAN）
这项来自武汉大学和湖北工业大学的研究，采用的是神经风格迁移 + 生成对抗网络（GAN）的组合。
除了解决生成图像动画风格纹理不明显、丢失原始图像内容这样的问题，AnimeGAN最大的特点是快。
比如上面的石原里美，在V100上跑了1.64s就完成了次元的跃迁。
那么，这个轻量级的GAN有什么样的特别之处呢？
AnimeGAN架构
作者介绍，AnimeGAN是基于CartoonGAN的改进，并提出了一个更加轻量级的生成器架构。
AnimeGAN的生成器可以视作一个对称的编码器-解码器网络，由标准卷积、深度可分离卷积、反向残差块、上采样和下采样模块组成。
为了有效减少生成器的参数数量，AnimeGAN的网络中使用了8个连续且相同的IRB（inverted residual blocks）。
在生成器中，具有1×1卷积核的最后一个卷积层不使用归一化层，跟随其后的是tanh非线性激活函数。
上图中，K为内核大小，C为特征图数量，S为每个卷积层的跨度，H是特征图的高度，W是特征图的宽度，Resize值用于设置特征图大小的插值方法，⊕表示逐元素加法。
