作者：Stan Horaczek
Credit：HW
拍一張好的人像照片是非常困難的。許多錯誤可能會影響照片，比如不良的照明到不協(xié)調(diào)的姿勢。但是，沒有什么東西比閉眼更糟糕了。然而，F(xiàn)acebook Research 正在研究一種使用人工智能驅(qū)動的工具解決閉眼的方法，該工具超越了簡單地復(fù)制和粘貼新的眼睛。
在肖像中強行睜眼的想法并不是一個新概念，但這個過程通常包括直接從另一張照片中提取源材料并將其移植到目標的臉上。例如，Adobe 的 Photoshop Elements 軟件(專業(yè)圖像編輯軟件的簡化版本)具有專門為此目的而建立的模式。當使用它時，程序會提示您從同一會話中選擇另一張照片(假設(shè)您拍攝了多張照片)，其中人物的眼睛已打開。 然后，它可以使用 Adobe 的人工智能技術(shù)，它稱為 Sensei(日語：先生，老師)，嘗試將前一張圖像的眼睛融合到這張照片中。
這是一個令人驚喜的功能，可以快速修復(fù) - 特別是當您考慮使用完整版的 Photoshop 仔細粘貼并融入一組新的眼睛時需要執(zhí)行很多步驟。但是，有些細節(jié)并不總是正確的，比如特定的照明條件或陰影的方向。
“理解陰影是完全直觀的，”達特茅斯學院計算機科學教授兼照片取證專家 Hany Farid 說。“通過觀察陰影，我可以推斷光源在哪里?！?當技術(shù)人員復(fù)制并粘貼來自另一張照片的一組眼睛時，它可能并不總是考慮諸如陰影的輕微變化之類的事情，研究表明 - 這樣有時會導致最終圖像看起來接近正確，但仍然令人感到奇怪。這就是所謂的恐怖谷效應(yīng)，研究人員希望避免。
Facebook Research 最近發(fā)表的一篇論文提出了另一種替代閉眼的解決方案，該解決方案依賴于深度神經(jīng)網(wǎng)絡(luò)，該網(wǎng)絡(luò)可以使用來自圖像周圍的內(nèi)容來實際構(gòu)造缺失數(shù)據(jù)，而不僅僅是受影響的區(qū)域。Facebook 正在使用稱為通用對抗網(wǎng)絡(luò)(GAN)的技術(shù)來填寫這些數(shù)據(jù)。這和最近一波 “深刻假冒” 視頻的基本技術(shù)差不多，其中名人似乎在說和做他們沒有說或做過的事情。
他們使用的 Exemplar GAN 模型從同一人的其他圖像中繪制數(shù)據(jù)，但它僅將其用作參考材料，從中學習主體的外觀以及可能存在于他們臉上的任何識別標記。然后，它使用一個名為“繪畫”的過程來生成所需的信息，以用實際的眼睛替換眼皮。 這種深度學習比一個簡單的圖像需要更多的參考，它能很好地適應(yīng) Facebook 的基礎(chǔ)架構(gòu)，通?？梢苑治鐾挥脩舻脑S多不同圖像，參考各種不同的照明情況。
Facebook 的初步結(jié)果令人印象深刻，即使不那么完美的，研究人員仍然在努力尋找背后的算法的最佳訓練方法，并引導不可預(yù)知的變量，如照片中的部分眼睛被頭發(fā)或眼鏡阻擋的情況。
盡管如此，F(xiàn)acebook 仍然認為這種計算方式很有用。也許人工智能可以讓我們更好地查看我們的個人資料圖片。即使在照片之外，F(xiàn)acebook 也在研究類似的AI工具，可以將音樂從一種風格轉(zhuǎn)換為另一種風格。
本文譯自popsci，由譯者 HW 基于創(chuàng)作共用協(xié)議(BY-NC)發(fā)布。
（免責聲明：本網(wǎng)站內(nèi)容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準確性及可靠性，但不保證有關(guān)資料的準確性及可靠性，讀者在使用前請進一步核實，并對任何自主決定的行為負責。本網(wǎng)站對有關(guān)資料所引致的錯誤、不確或遺漏，概不負任何法律責任。
任何單位或個人認為本網(wǎng)站中的網(wǎng)頁或鏈接內(nèi)容可能涉嫌侵犯其知識產(chǎn)權(quán)或存在不實內(nèi)容時，應(yīng)及時向本網(wǎng)站提出書面權(quán)利通知或不實情況說明，并提供身份證明、權(quán)屬證明及詳細侵權(quán)或不實情況證明。本網(wǎng)站在收到上述法律文件后，將會依法盡快聯(lián)系相關(guān)文章源頭核實，溝通刪除相關(guān)內(nèi)容或斷開相關(guān)鏈接。 ）
