拍照不慎閉眼連 PS 都救不了?FB 研究利用 AI 讓人自然睜眼

評論
評論

本篇來自合作媒體 雷鋒網 ,INSIDE 授權轉載。

在人們的日常拍照中,眨眼經常會成為影響最終人像照片效果的因素之一;而且紅眼等拍照痼疾相比,眨眼所造成的閉眼或半睜眼問題更加難以在後期修圖中進行調整— —即使現有的修圖神器如 Adobe Photoshop,恐怕也很難讓照片中的人自然而然地睜開眼睛。

現在, Facebook 的研究者們已近在著手解決這一問題,並取得了一定的成果。

Facebook 於近日發表了一篇題為《Eye In-Painting with Exemplar Generative Adversarial Networks(通過樣本生成式對抗網路進行眼部圖像修復)》的論文,該論文解決的問題是,利用已有的人像樣本,來對處於閉眼狀態的人像進行眼部修復,使得後者呈現出自然睜眼的效果。

具體來說,利用一個基於機器學習技術的生成式對抗網路(Generative Adversarial Networks,簡稱 GAN),對其進行訓練;GAN 的一部分工作負責識別人像中的人臉,另外一部分則根據識別結果去生成類似於真實而自然的圖像——在雙方不斷協作和改進的過程中,最終使得生成的圖像結果接近於真實的人臉。

我們以下圖中所展示的過程為例。簡單來說,通過一張處於睜眼狀態的人臉去對閉眼的圖像進行人眼修復,一個簡單的步驟是複制前者的眼睛到後者;但經常出現的問題是圖像在顏色、姿態、方向上的不匹配。而 Facebook 所做的就是利用 GAN 對被修復圖像的面部特徵進行識別,並針對識別結果對圖像進行不斷修正,最終達到自然效果。

在 Facebook 論文中給出的測試結果中,研究者們利用 A/B 測試方法,從 Facebook 的內部數據庫拿出兩組圖片;第一組是一張閉眼圖和一張真實圖,第二組是一張閉眼圖和一張 GAN 修復圖——結果是有 54% 的測試參與者沒有區分出原圖像和眼部修復圖像之間的真實性差異。而能夠被區分的圖像,往往是圖片中人像出現了戴眼鏡或頭髮遮擋的情況,論文認為,更多的訓練可以減少這類問題。

當然,除了眼部修復,利用 GAN 進行更多方面的圖像修復完全成為可能,考慮到 Facebook 運行著全球最大的社交網路,尤其是社交網路中人像資料的龐大性,這一技術毫無疑問更有更大的應用空間。不過 54% 的成績並不算突出,可能還需要更大的改進空間。

不過在圖像移植技術越來越先進、越來越接近真實效果的情況下,包括 Facebook 在內的巨頭們將如何保證人們的肖像等權力得到充分的保障;這又是一個技術如何有效地為人類服務的問題。

相關文章

評論