Facebook的研究可能会改变这一切,将闭眼替换为睁开的眼睛

有很多方法可以处理照片，比如消除红眼或镜头眩光等，让人像看起来更好看。但到目前为止，眨眼已经被证明是拍照最难解决的问题之一。然而，Facebook的研究可能会改变这一切，这个研究正在以一种非常令人信服的方式将闭眼替换为睁开的眼睛。

首先，让我们来回顾下“智能绘画”这项技术，当一个程序用其认为属于该空间的元素填充这个空间时，此技术就会被调用。特别是，Adobe通过其“上下文感知填充（context-aware fill）”充分应用这个技术，允许用户无缝地替换不需要的特征元素，例如突出的分支或云，通过很好地模拟该处应有的元素来进行预测和填充。

但有些功能超出了这类工具的替代能力，其中之一就是眼部位置的替换。眼睛的精细度和高度可变的性质，使系统改变或创建这些位置变得更难。现在，Facebook研究团队决定采取措施来攻克这个问题。

Facebook通过一个生成式对抗网络（Generative Adversarial Network，GAN）来解决这个难题，GAN本质上是一个机器学习系统，它试图欺骗自己认为其创作是真实的。在GAN中，系统的一部分学会识别面部表情，而系统的另一部分重复创建基于识别部分反馈的图像，逐渐接近现实图像。

从左至右：示范图像、源图像、Photoshop睁眼算法、Facebook算法。

在这种情况下，网络接受了训练，以识别和复制令人信服的睁眼图像，但正如你在右边的例子中看到的那样，Photoshop的方法看上去似乎贴在人们的眼睛上，没有考虑与其他图像的一致性。这是因为机器很幼稚，它们没有直觉性理解能力。

Facebook的研究人员所做的就是将示范图像数据包括在内，以显示目标人物睁开眼睛的图像，从中GAN不仅了解到人像的眼睛应该是什么样子，而且还知道目标人物的眼睛该如何塑造，例如如何着色等。

训练的结果是相当真实和令人信服的：没有颜色不匹配或明显的拼接，因为网络的识别部分知道这不是人看起来的样子。

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。