你敢＠微信官方，不怕它真送你一顶绿色圣诞帽？

这两天微信官方被at了不知多少次，开始是求圣诞帽的，后来求老公老婆的都有，被大家玩坏了。朋友圈的灾难差不多像这样子：

但是事实真的是这样吗？其实，里面有几个漏洞。

首先，微信不是微博，你at它，对方是收不到的。

其次，假设有“微信官方”这个公众号，它也是没有权限改你的头像的。

事实上，公众号的权限有限，除非特意授权，它都不知道你的微信号。

但是，技术上讲，能不能自动给人头像戴帽呢？答案是可以的，不管红的绿的，都能给你戴上。想戴什么帽子，就戴什么帽子！

这个可以通过一种叫做“生成对抗网络（GAN）”的东西来实现。下面是一个给戴墨镜的例子，感受一下GAN的强大！

惊不惊喜，意不意外？人工智能轻轻松松给你戴了副墨镜！既然墨镜可以带，戴帽子当然也是小case了！！

GAN用了博弈论的思想。两个player：生成网络，对抗网络分别想最大化自己的payoff。生成网络的payoff是尽可能“以假乱真”；对抗网络则尽可能区分出来真（原始输入数据）假（生成网络生成的假数据）。关键是，居然能够达到均衡！没有均衡，算法不收敛，则模型毫无价值。纳什证明了某种条件下均衡必然存在，成为博弈论之父。

除了GAN，还可以用更传统的方法来“戴帽子”：1）识别出头像中头部所在位置，2）在头部上方粘贴帽子。第二步很容易，关键是第一步。第一步中，首先要识别出头像图片里有没有头部（脸部）。自从卷积神经网络出来后，几乎重写了图像识别领域。下面是两个例子：

看起来好复杂啊，一层一层，卷积-池化各种操作，乍一看去一头雾水，不由佩服模型提出者的睿智……但仔细分析来，模型不是凭空而来，而是有道理的。

首先，图像识别要解决平移问题。你那张银盆大脸在图像左侧能识别出来的话，那么在右侧，或者在下侧也应该可以识别出来。所以在卷积层有个“扫描”的过程。确保大脸在哪个位置都能被提取信息。

其次，要解决远近问题。不管你是大脸占据了四分之三个图像的大头贴，还是躲在闺蜜精致的小脸后面一点点，都应该被识别出来。池化-再卷积解决了这个问题（当然也可以不池化）。占据了四分之三个图像的大圆脸，被小块卷积滤波器filter扫描，只是脸的局部进入滤波器，看不出来是圆形。被池化降采样，相当于缩小了，再次卷积滤波器，可能整个圆形的大脸就会同时输入到卷积滤波器中，神经网络会判断为发现圆形。

好了，如何技术实现戴帽子的方法讲完了，上面这顶绿油油的帽子献给所有今天@微信官方请求圣诞帽的童鞋！！！拿走不谢~