拍照时正好闭眼了怎么办?
不用重拍,用Facebook黑科技来拯救!
深度学习让计算机“脑补”,风格转移合成逼真细节
Facebook在他们发表于CVPR 2018的论文“Eye In-Painting with Exemplar Generative Adversarial Networks”中描述了这项工作。
这里提到的“In-Painting”,也即图像补全,最初是一个传统图形学的问题,在一幅图像上挖一个洞,看如何利用其他的信息将这个洞补全,并且让人眼无法辨别。
这个问题对人类来说似乎很容易,只要稍微想象一下,大家很容易就能脑补出洞里应该有什么。但是,这个任务对于计算机而言却十分困难,因为这个问题没有唯一确定的解,如何利用其他的信息,如何判断补全的结果是否足够逼真,都是要考虑的问题。
近来,深度学习的发展,得益于神经网络对图像中高层特征(high-level feature)的提取能力,研究人员可以将大数据和high-level feature组合起来,使这个十分困难的问题得到了比较好的解决。
例如,2017年,来自伯克利和Adobe等机构的研究人员提出了一种混合优化方法(joint optimization),利用编码器 - 解码器CNN的结构化预测和神经补丁的力量,成功合成了实际的高频细节。
对于给定的一张带有孔洞(256×256)的图像(512×512),算法可以合成出更清晰连贯的孔洞内容(d)。上图展示了混合优化方法与用Context Encoders(b)、PatchMatch(c)这两种方法产生的结果的比较。
类似于风格转移(style transfer),他们的方法将编码器 - 解码器预测作为全局内容约束,并且将孔洞和已知区域之间的局部神经补丁相似性作为风格(style)约束。
补全眼睛,还是个大问题
但是,上述方法还是存在种种局限,其中之一就是对眼睛的补完。
这并不是说眼睛——“人类心灵的窗口”很难模拟。实际上,目前的深度网络已经能在语义上产生逼真的、令人信服的结果。
但是,大多数方法并不能保留照片中人物的“身份”(identity)。DNN可以学习“打开”一双闭合的眼睛,但是模型本身并不能保证新的眼睛对应于这个人的特定眼睛结构。
DNN只会插入一双与训练集中相似的脸相对应的眼睛。这时候,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。
在测试中,人们错误地将虚假的睁眼照片误认为是真实的照片,或者说他们不能确定哪些是真实的,认为这样的被测试者超过了50%。除非观看者知道一张照片被篡改,否则,如果只是在新闻采访中滚动浏览照片,可能也不会特别注意。不过,如果仔细看起来还是有点奇怪。
据Facebook相关研究人员介绍,在某些情况下,此功能仍然会失效,如果一个人的眼睛被头发部分覆盖,或者有时不能正确地重新创建颜色,就会产生奇怪的伪影。目前,研究人员正在解决这个问题。
你可以想象一下,Facebook上的一个自动开眼界工具的用处,它可以检查一个人的其他照片,并用它们作为参考来代替最新的照片。这有点令人毛骨悚然,但这对Facebook来说非常标准,至少它可以挽救一两张合影照片
领取专属 10元无门槛券
私享最新 技术干货