原文：Taking generated Midjourney (MJ) images to the next level
作者：Lars Nielsen
关于本文
本文将简要介绍使用midjourney生成更逼真的合成人脸的操作流程。
糟糕的面部重建
任何使用Midjourney创建涉及人脸图像的人都非常清楚，当涉及到人脸时，使用Midjourney生成的图像效果很差。
例如-下面的图片是使用Midjourney应用程序（升级版）生成的，几乎每个逼真的人脸图像最终都会变形。
由midjourney生成的图像：不良面部构造示例(1)
由midjourney生成的图像：不良面部构造示例 (2)
一条面部修复流水线
为了减少面部重建的畸变并使其更有用，这里提供一个快速的图像生成流水线供您尝试 —
使用GFPGAN进行人脸修复的图像生成流程
步骤1：提供一个图片链接作为您的图像prompt，在您的文本prompt中。通过此处的链接学习如何进行高级文本提示生成。（Midjourney写作提示的高级指南）
步骤2：使用关键词和属性进行细化。
步骤3：将经过细化处理后的图像输入GFPGAN。
步骤4：您可以将这个新恢复的图像反馈到图像提示中，或在GFPGAN中继续几次迭代。
.. 注意：这可能需要从面部重建软件（GFPGAN）进行几次迭代，因此最好为此创建一个小型Python脚本。
GANS
GANs（生成对抗网络）是一种神经网络，通过迭代尝试多轮比上一次更好的输出来从随机噪声中生成图像（物体、人脸和几乎任何东西）。经过几次迭代后，它们会生成合成图像，这些图像与最初在训练集中存在的真实图像几乎相似。
（很遗憾，我们不会详细介绍GAN的工作原理。）你可以在这本精彩的书中学习GAN（《GANs in Action: Deep learning with Generative Adversarial Networks》——Jakub Langr和Vladimir Bok著）。
GFPGAN（生成式面部先验GAN）
GFPGAN是一种专门用于恢复人脸的GAN实现。正如他们网站上所提到的，他们
它是开源的，可以在这里获取。 (https://github.com/TencentARC/GFPGAN )
但是对于那些没有支持GPU的机器或不太懂技术（万一你遇到了一些需要修复错误的麻烦），这里有GFPGAN在Hugging Face Spaces上的实现。链接在这里 - https://huggingface.co/spaces/akhaliq/GFPGAN
回到midjourney
这里是我们从midjourney恢复的一些真实输出样本。
通过midjourney文本提示生成的图像，使用GFPGAN进行面部修复
通过midjourney文本提示生成的图像，使用GFPGAN进行面部修复
通过midjourney文本提示生成的图像，使用GFPGAN进行面部修复
有潜力创造出惊人的面部图像
以下是通过midjourney生成的一些人脸图像 - 经过几次迭代。
关于Midjourney的其他文章：
- Midjourney参数指令速记表（v5.1）
- Midjourney(v5.1) Prompt深度剖析，创造有灵魂的图
- Midjourney高级技巧的极简教程
- 使用Midjourney制作专业级LOGO
