【Technews科技新报】现在有着去除红眼、斑点以及对脸部外观化妆合成效果的软件已经十分常见，然而因为技术上仍有许多不足之处，在脸部表情的调整上还是难以做到完美，但 Facebook 研究人员近期提出一种称为 Exemplar GANs（ExGANs）技术，可以为照片中闭着眼睛的人张开眼睛，却不会令人感到太过突兀。

这种使用软件“填空”（in-painting）的技术其实并不少见，面对越来越多的人物照片，用来修饰人脸的算法是电脑视觉与机器学习中的主要研究课题之一。以目前情况来说，深度卷积神经网络（DNNs）已经在填补缺失区域上取得良好效果，只要给予足够的训练内容，DNN 能会学习人脸“应该”是什么样子，不仅能够维持肤色或局部亮度，还可以编码一些语义合理性的概念，在保留脸部图像的整体结构同时进行改变。

然而由于人类往往对脸部结构的细小误差都非常敏感，特别是如果这些面孔是我们自己的或我们所熟知的，一旦处理不佳，很容易便会产生诡异的恐怖谷（Uncanny Valley）感受，这也让脸部修饰技术的“真实化”程度变得格外重要。

尽管 DNN 已经可以产生具可信度、逼真的结果，但在面对填空眼睛区域的特殊情况时，由于 DNN 会选择插入训练时相似脸孔的对应眼睛，如果目标对象有着一些显著的特征时，填空情况仍是会与真实的情况有所差异。

由左至右直列分别为人物范例图片、原始图片、Adobe Photoshop Elements 眼部填空与 ExGANs 填空。

而生成式对抗神经网络（GANs）过去已成功用于从无产生脸部或填空脸部区块的测试，对于脸部任务处理特别适合，Facebook 使用的 ExGANs 则是更为提升了其中的细节，透过与 Adobe Photoshop Elements 中最新使用的睁眼算法比较就可以更明显的看出其中差异。

照片中第三列的是使用 Adobe 技术的图片效果，可以看出是采用类似姿势、亮度下的图片进行混合填空，然而因为没有充分运用图片中的结构讯息，像是整体照片光线甚至是人物视线，这些细小的变因便导致照片缺乏可信度。

而在第四列使用 Facebook 技术的图片中，虽然 ExGANs 自动为眼部产生的填空区块像素较低，但无论是光线、色泽与视线都不会令人产生突兀的感受，这也让未来填空技术的使用更加推向现实。

第三直列起分别为原始图片、ExGANs 填空及眼部拉近图片。

透过对神经网络的训练，未来不仅是眼睛，像是嘴巴的开阖、将皱眉变为舒展应该都是可行的，甚至在技术进步之下，眼镜、胡须这些脸部的额外元素，或许也都能根据需要进行转换或修改。虽然 ExGANs 仍称不上完美，但这确实让我们稍微窥见填空技术未来在照片应用上的可能。

（图片来源：Facebook paper）

如需获取更多资讯，请关注微信公众账号：Technews科技新报

因缘际会下进了媒体业，只是尘世中一个迷途小书僮。 喜欢新奇的事物，希望读者看了自己的报导觉得有趣。 每天都会在写稿读稿中多学到一些东西。

未经许可，任何媒体、网站或个人不得复制、转载、或以其他方式使用本网站的内容，违者必究。