盘点人工智能在计算机视觉领域的成果

得益于人工智能的飞速发展，计算机视觉领域也取得了很多成果。例如大家所熟知的人脸识别技术，在诸如Face ID 、刷脸支付、安检等方面已经得到了广泛应用。除此之外，计算机视觉领域还有什么样的研究呢，今天让我们来一起盘点吧。

l 面部模糊技术

来自SFU交互式艺术与技术学院（SIAT）的一个研究小组提出了一种在需要匿名的新闻报道中取代模糊面孔的新方法。该团队使用了人工智能技术，旨在改变人物的面部特征并加入视觉效果，更明确地表达出人物的情感。

该团队使用了AI“绘画技能”，“我们的系统使用五级AI处理来模拟智能画家，使用艺术抽象来重新绘制视频，每帧都像是有真的画家在作画。”

据SFU负责人描述，他们的人工智能学习了一千多年来的绘画技巧，可以系统性的改变人物面部特征，例如拉长脸部，放大眼睛等等，同时保持主题的内在，也就是尽可能地准确表达人物的情感。

该团队已经计划将该技术运用到实际中，在新闻会议期间有几家正在探索多样化新媒体技术的公司表示对此项目非常感兴趣。

l PS照片甄别技术

Adobe公司 6月在 CVPR 计算机视觉大会上展示了用机器取代人类进行数字图像取证的技术，利用神经网络，通过真实的篡改图像训练识别出那些被改动过的图片。

Adobe高级研究科学家表示他们开发出了全世界功能最强大的图像编辑软件，但今天他们要利用AI创造出能甄别图像真伪的工具，帮助人们鉴别和监控信息时代数字媒体的真实性，并且让司法取证更加公正。

经过处理的照片或许能够骗过人的眼睛，但往往会留下p图痕迹，比如边缘的对比度很大，刻意平滑的区域，或不同的噪声样式。而Adobe的算法能够感知这些细微的差别，检测出图片中的异常。除此以外，它还可以区分各种篡改技术。”

简单来说，就是用深度学习对大量PS过的图片进行学习和训练，得出深度学习神经网络模型，通过对图像噪点和颜色的变化来识别图像有没有被修改过。

Adobe确实在图像识别方面有“得天独厚的优势”，他们可以利用数以万计的经过处理的图像样本来训练出神经网络。

l 人工老化技术

据外媒报道，来自康奈尔大学的科学家利用先进的人工智能来渲染更真实的人工老化。这种AI技术在将来或可以通过预测人们在未来的相貌帮助寻找失联儿童或在逃嫌犯，帮助警察破解真实失踪案件。

该系统使用一种生成对抗网络（GAN）AI算法。第一部分拍摄一张脸，并生成同一个人在目标年龄的另一张脸。第二部分将该图像与该年龄段的人的真实图像以及原始图像进行比较，并提供反馈，通过训练和反馈提高第一部分的识别正确率。

不同与以往同样使用生成对抗网络（GAN）的人工老化系统，该系统改进了人脸变老技术，不仅注重年龄的正确性，还注重维护个人的身份。同时，在进行人脸回归时，作者还考虑了人脸的许多背景信息，包括额头、头发等。

研究人员利用两个数据库的100，000多幅图像对人工智能系统进行了训练，这些数据库里面包含了不同年龄段的警方存档罪犯和名人的面部照片。当人工智能预测人20年后的长相时，计算机程序就会自动把预测后照片的年龄段设在50岁和60岁之间，并根据不同类型的图像加以调整：比如计算机会将罪犯20年后的相貌设定为平均60岁的样子，而名人的相貌则更年轻一些，平均为52岁。

研究人员在一篇论文中称研究结果将在本月盐湖城计算机视觉和模式识别会议上发布。

以上三个研究方向作为人工智能在计算机视觉领域的分支接下来都将运用到实际生活当中，我们或许也会很快与它们见面。人工智能还将会给我们带来什么样的改变，让我们一起拭目以待。