Ytterligare slutna ögonöppnande resultat genererade med ett referensbaserat Exemplar GAN. Kolumn (a) är referensbilden, och kolumn (c) är den målade versionen av bilderna i kolumn (b) genererade med ett exemplariskt GAN. Kredit:Brian Dolhansky, Cristian Canton Ferrer
Två forskare på Facebook, Brian Dolhansky och Cristian Canton Ferrer, har lagt ut ett papper på den sociala nätverksjättens webbplats som beskriver en ny AI-applikation de arbetar med. Målet med appen, de rapporterar, är att öppna ögon som verkar slutna på ett fotografi.
Många människor har svårt att hålla ögonen öppna när någon tar deras bild, vilket resulterar i ett fotografi som ser ut som om de sover. Som svar, ingenjörer som arbetar med fotoredigeringsprogram har lagt till rutiner som hjälper användarna att öppna dem. Och andra som arbetar med AI-appar för att lösa problemet har använt stora datamängder av foton som läromedel för djupinlärningsnätverk som används för att måla nya ögon på ett mål. Men till dags dato, paret på Facebook noterar, ingen av dessa metoder har gett mycket goda resultat. De hoppas kunna förbättra sådana ansträngningar genom att använda andra bilder på samma person som också har lagts upp på Facebook som läromedel.
Tekniken kallas "Eye in-painting with Exemplar Generative Adversarial Networks, " eller ExGans. Eye in-painting syftar på att måla över delar av en befintlig bild med nytt material för att skapa en önskad effekt. Och GAN är en specifik typ av neurala nätverk för djupinlärning. Appen som Dolhansky och Ferrer arbetar med har flera delar för att hjälpa till att uppnå sitt mål. Den måste leta efter och hitta andra foton av samma person, se till att de foton som används är tillämpliga, och generera sedan ögon baserat på de som finns på andra foton, med hänsyn till belysning och andra faktorer i originalbilden. Den måste också analysera resultaten för att testa sig själv på kvalitet. Till sist, den måste måla ögonen den skapade på originalfotot på ett sätt som ser rätt ut för folk som tittar på det. Att använda ett sådant tillvägagångssätt, de noterar, övervinner problem med felaktig ögonform eller ögon som ser ut som om de tillhör någon annan.
Forskarna rapporterar att hittills, de har mött stor framgång – många av fotona de testade har blivit bättre än resultaten av andra metoder. Å andra sidan, de stötte också på några fel, som missformade eller dåligt färgade ögon. De flesta sådana problem, de rapporterar vidare, berodde på dålig originalbildkvalitet, dåliga vinklar, eller hinder som hår.
© 2018 Tech Xplore
