您好、欢迎来到现金彩票网!
当前位置:手机棋牌游戏平台 > 伪像 >

相关阅读

发布时间:2019-06-27 01:48 来源:未知 编辑:admin

  识别 PS 照片的问题,还是需要依靠推出 PS 的公司 Adobe 来解决。

  现在的社交媒体上充斥着各种自拍,而且其中大部分人物都长得挺好看。但大家心知肚明的是,这些照片大多被 P 过。有很多人甚至因为 P 得一手堪比「整容」的照片而走红。

  虽然只是出于爱美之心,但不可否认的一个事实是,这些「照骗」的盛行,的确让我们对社交媒体的信任日渐下降。

  随着技术的发展和流行,制作这种假照片的门槛越来越低,几乎人人都可以是修图大师,更不用说手机厂商和科技公司已经有实时 AI 美颜技术了。

  众所周知,PS 是美国公司 Adobe 推出的一款专业图形编辑软件 Photoshop 的简称。自 1990 年发布之后,Photoshop 已经成为创造力和艺术表达进步的重要组成部分,甚至广泛影响了我们的视觉文化。但谁曾想到作为「万恶之源」的 Adobe 也在研究破解 PS 的方式。

  最近,Adobe 的研究人员和来自 UC Berkeley 的合作者开发了一种检测图像 PS 痕迹的方法。该方法效果如何呢?请先看下图:

  如果对比左右两张图,你可能会发现右图的脸颊更宽,而左图中更瘦,尤其是靠近下巴一块;右图的嘴角下垂,而左图嘴唇是微笑的状态。

  但如果只看左图呢?你能看出来脸颊被 P 过的痕迹吗?可能下巴左边 P 得过了点,往里凹了一块,有点明显;但右边 P 得算是不错了,不太明显,小编看了半天才发现(可对比右脸下方边缘至旁边白色圆圈的距离)。

  但是你看中图的检测分析,该方法圈出了右边嘴角和左脸颊下方的 PS 痕迹,且右脸颊下方用红色标注了。

  此外,研究人员通过实验对比发现,人工检测 PS 照片的准确率仅为 53%,而他们提出的方法检测 PS 照片的准确率高达 99%。

  Adobe 之前对 PS 图像的检测工作主要集中在拼接、移除、复制方面,而这项研究主要针对 Adobe Photoshop 自带的功能「脸部感知液化」(Face Aware Liquify)。

  脸部感知液化可以先识别人脸五官,然后用户可以使用它进行相应的修改,如眼睛大小、额头宽窄、瘦脸、鼻高等,还可以轻松调出微笑唇。

  果然是「以子之矛攻子之盾」啊,Adobe 这项新研究对自己之前推出的「美颜」功能下手了!

  还是以上文的人脸图像为例,右一为原图,左一为 PS 后的图像(Manipulated photo),左二展示了 Adobe 这项新研究的功力:它发现了修图的具体位置(Detected manipulations),那么右二是什么呢?

  对比左一、右二和右一,可以看到,三张图存在一些细微差别。三张图的嘴角弧度不同,原图很明显是下垂的,而修过的图片则是微笑唇,撤销修图后的图片嘴角弧度则处于中间状态。

  研究人员训练了一个卷积神经网络,以识别出修改过的人脸图像。具体而言,他们使用为 ImageNet 分类任务训练的 ResNet50 [13] 架构,然后针对该任务进行微调。

  另外,他们通过编写 Photoshop 脚本创建了图像训练集,以在数千幅抓取自网络的照片上进行脸部感知液化调整。

  研究人员随机选择这些照片的子集进行训练。他们还请了一名美术师来手动修改一些图像,并将这些图像混入了数据集中。这样的做法拓宽了测试集中图像的修改和技术范围,超出了那些合成图像。

  Adobe 研究人员 Oliver 表示:「我们首先向人们展示一对图像(修改前和修改后),他们知道其中一幅图像被修改过。若我们的方法能够行之有效,那它在识别编辑过的人脸时效果应显著优于人类。」

  实验对比发现,人工检测 PS 照片的准确率仅为 53%,而他们提出的方法检测 PS 照片的准确率高达 99%。

  这个工具还能确定面部修改的特定区域和方法。此外,在实验中,该工具可以将修改后的图像还原至它们初始状态,还原效果相当不错。

  研究人员训练了一个光流场预测模型 F 来预测像素扭曲场(perpixel warping field),衡量其与每个样本真实光流场 U 之间的距离(通过计算原图和修改后的图之间的光流得到)。

  其中,X 是修改后的图像,U 是真值光流场,L_epe 表示光流场之间的误差。

  UC Berkeley 的教授 Alexei A. Efros 说道:「这听起来似乎是不可能的,因为面部几何形状存在着大量的变化。但如果深度学习能够查看低级图像数据(如扭曲伪像)和高级线索(如面部布局),那这种方法似乎是行之有效的。」

  我们现在已经预测到了原始图像到修改图像的光流场,基于此,就可以通过「逆扭曲」来恢复原图。重建损失函数为:

  而直接使用该重建损失函数会导致低纹理区域出现模糊和伪影,于是研究者联合训练以上三个损失函数:

  至于光流场回归网络,研究者首先将该问题重塑为多项式分类,然后再针对光流场回归进行微调。在计算真值光流场时,研究者使用的是 PWC-Net [32]。

  Richard 补充道:「制作一个神奇的「撤销」按钮来恢复图像编辑的想法离现实还很遥远。但在我们生活的这个世界里,人们越来越难以信任自己消费的数字信息,所以我们非常期待这一领域的进一步研究。」

  与此同时,Adobe 正在进行大量研究项目,以帮助验证自身产品所创建的数字媒体的真实性,并识别和阻止滥用现象。

  Adobe Research 负责人 Gavin Miller 表示:「该方法在检测某些类型的图像编辑领域迈出了重要一步,同时撤销功能的效果也出奇得好。但除了这种人脸识别方法,有经验的公众才是最好的图像鉴定者。」

  Adobe 目前还没有立即将这项研究成果转变为商业产品的计划,一位发言人表示,这只是 Adobe 在更好地检测图像、视频、音频和文档操作方面的众多努力之一。

  不过算法已经推出,应用还会远吗?看来解决 AI 造假的问题还是要靠 AI。

  市北GMIS 2019全球数据智能峰会于7月19日-20日在上海市静安区举行。本次峰会以「数据智能」为主题,聚焦最前沿研究方向,同时更加关注数据智能经济及其产业生态的发展情况,为技术从研究走向落地提供借鉴。

  ①本网所有内容均来自互联网或网友投稿,目的在于传递更多信息,并不代表本网赞同其观点或证实其内容的真实性,不承担此类作品侵权行为的直接责任及连带责任。其他媒体、网站或个人从本网转载时,必须保留本网注明的作品来源,并自负版权等法律责任。

  ②如相关内容涉及版权等问题,请在作品发表之日起一周内与本网联系,我们将在您联系我们之后24小时内予以删除,否则视为放弃相关权利,读者热线 。

http://lake-macquarie.com/weixiang/290.html
锟斤拷锟斤拷锟斤拷QQ微锟斤拷锟斤拷锟斤拷锟斤拷锟斤拷锟斤拷微锟斤拷
关于我们|联系我们|版权声明|网站地图|
Copyright © 2002-2019 现金彩票 版权所有