Facebook：用AI完美补全照片闭眼

点击欢迎关注我们，中国生物智能创新联盟公号

【海龟芯智导读】如何将照片中闭着的眼睛“打开”，一直是计算机视觉和图形学中的难题。Facebook提出了一种Exemplar GANs（ExGANs）的方法，在条件GAN的基础上加入参考信息，能合成逼真且自然的眼睛，肉眼几乎无法分辨。

到目前为止，还没有一个很好的办法处理照相时眨眼的问题：当拍照的那一瞬间眼睛正好闭上了，那么……就只能重新拍一张。

不过，现在好了，Facebook的一项最新研究可以很好地解决这个问题，而且效果惊艳。

Facebook的新技术让你完美睁眼：第一列和第二列是ground truth（分别对应正常和闭眼的情况）；第三列是目前商用软件中效果最好的Adobe Photoshop Elements的结果；第四列是Facebook这次新提出的技术ExGAN。

深度学习让计算机“脑补”，风格转移合成逼真细节

Facebook用“In-Painting”，也即图像补全，在一幅图像上挖一个洞，利用其他的信息将这个洞补全，并且让人眼无法辨别。

补全眼睛，还是个大问题

以往的技术只会插入一双与训练集中相似的脸相对应的眼睛。如果一个人有一些明显的特征，比如眼睛的形状比较特别，就不会在生成的部分中得到体现。

Facebook提出ExGAN，比cGAN更具表现力

Facebook的Brian Dolhansky和Cristian Canton Ferrer提出了一个Exemplar GANs （ExGANs）。

ExGAN是条件GAN（cGAN）的扩展，利用示例信息，生成高质量、个性化的图像补全。

与以前的条件GAN不同，在判别器网络里插入了额外的参考信息（参考图片或者感知代码），因此ExGAN有更强的表现力。

ExGANs的总体训练流程可以概括为：

从输入图像中标出眼睛;

以参考图像（reference image）或感知代码（perceptual code）为指导，对图像进行补全;

通过输入图像和补全图像之间的内容/重构损失，计算生成器参数的梯度;

用补全图像、另一个ground truth图像和参考图像或感知代码，计算鉴别器参数的梯度;

通过生成器反向传播鉴别器的误差。还有可选的一步，用感知损失对生成器的参数进行更新。其中，函数C（I）是身份函数。

ExGAN，让闭眼照片完美“开眼”

ExGAN从样例中，不仅了解了这个人的眼睛看的是什么，还了解了这个人的眼睛的结构、瞳孔的颜色，等等。最终补全的结果非常逼真而且自然。

下图中，左边第一列是ground truth，第二列是其他方法，第三列和第四列都是ExGANs的结果。其中，第三列是使用了参考图像的结果，第四列是使用了感知代码的结果。

当一个人的眼睛被一缕头发遮住了一部分，或者有时不能正确地着色，就会产生一些奇怪的人工痕迹。

不论如何，我们的照片将变得更加自然和漂亮，而鉴别“换脸”或者假视频的任务，也将更具挑战。

相关论文

Eye In-Painting with Exemplar Generative Adversarial Networks

https://research.fb.com/publications/eye-in-painting-with-exemplar-generative-adversarial-networks/

温馨提示：