您访问的页面找不回来了!
返回首页- 您感兴趣的信息加载中...
近期很流行的老照片修复工作,虽然有人表示林徽因被整出了一张「网红脸」……
为了破除这种由PS「液化」工具制造出来的「幻术」,Adobe与伯克利研究团队训练了一种可用于识别人像变化的卷积神经网络 (CNN)。简单来说,这个工具最终要能回答以下三个问题:
我们能否创造出一款比人工识别更可靠的人像识别工具?
该工具是否能识别出人像具体经历了哪些更改?
我们可以撤消这些更改以恢复人像原本的模样吗?
最终识别准确率高达99%!
具体研发流程上,研究人员先编写了一个软件脚本,对网上搜集来的数千张图片实施「液化」功能,由此创建一个广泛的图像训练集。接着一个子集被随机选中用于网络训练。为了进一步考验工具对于人工修整的识别能力,团队还专门请来一名人类艺术家对那些混合在数据集里的图像进行调整。
左边是从Flickr(顶部)以及Open Images(底部)中抓取的真实图片;右边则是通过PS软件的「液化」工具随机自动创建的变形人像。我们可以看到,两者之间相差甚微。
研究团队在该数据集上对全局 & 局部变形预测网络进行训练,以局部预测网络为例,团队使用包括flow warping prediction、relative warp preservation和pixel-wise reconstruction loss等系列损失函数在内的训练组合。最终,团队给我们展示了部分应用程序,包括能够有效识别出人像调整区域的可视化覆盖工具,以及能够对调整区域进行「消解」,进而取得接近原始人像效果的复原工具。
简单总结:
近两年,人工智能成为风口之一,包括BAT在内的很多互联网公司也在积极的开疆掠土,对人工智能人才的需求量极大。 根据2017年的统计数据显示,人工智能月平均薪酬超过了2万元,仅次于管理岗和数据开发
原标题:网友关注人工智能的就业替代效应 近期,“人工智能”给就业带来的机遇与挑战引发广泛热议。一方面,人工智能改变了就业结构,造成部分工作被替代;另一方面,人工智能延伸了产业链,催生了新的岗位