【大发5分快三稳赢计划】砸自家招牌?PS 发布准确率高达 99% 的「去 PS」神器

  • 时间:
  • 浏览:3

雷锋网 AI 科技评论按:天下苦「假照大发5分快三稳赢计划」久矣,作为世上闻名的「亚洲四大邪术」之大发5分快三稳赢计划一,中国 PS 术让他大发5分快三稳赢计划人皆可化身大片主人翁,与此同去也给现代社会带来了不少的困惑与恐慌——如今网上充斥少量的「移花接木」虚假内容,正冲击着数字媒体在普罗大众心中的信任感。鉴于此,Adobe 公司的研究员与自加州大学伯克利分校的科学家合作者辦法 开发出了一款可用于识别 PS 软件「液化」效果的工具。

PS 软件的「液化」工具究竟有那些样神奇的魔力呢?雷锋网 AI 科技评论给亲戚亲戚村里人 从网上找来另一一兩个多教学样板:

该照片被导入 PS 软件后,经历了一系列「向前变形」、「擦漏光」、「缩小」等「液化」工程后,最终生成的效果图如下:

与否真难相信这是同另一一兩个多人?

近期很流行的老照片修复工作,着实村里人 表示林徽因被整出了一张「颜值脸」……

为了破除什儿 由 PS「液化」工具制发明的故事来的「幻术」,Adobe 与伯克利研究团队训练了五种可用于识别人像变化的卷积神经网络 (C大发5分快三稳赢计划nN)。简单来说,什儿 工具最终才能回答以下另一一兩个多疑问:

  1. 亲戚亲戚村里人 可不还可以创发明的故事一款比人工识别更可靠的人像识别工具?

  2. 该工具与否能识别出人像具体经历了那些更改?

  3. 亲戚亲戚村里人 可不还可以注销那些更改以恢复人像前一天的模样吗?

最终识别准确率高达 99%!

具体研发流程上,研究人员先编写了另一一兩个多软件脚本,对网上搜集来的数千张图片实施「液化」功能,由此创建另一一兩个多广泛的图像训练集。接着另一一兩个多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。亲戚亲戚村里人 可不还可以看过,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,团队给亲戚亲戚村里人 展示了主次应用进程,包括才能有效识别出人像调整区域的可视化覆盖工具,以及才能对调整区域进行「消解」,进而取得接近原始人像效果的复原工具。

简单总结:

左一是「液化」过的图;

左二是通过工具识别出经过「液化」的区域;

左三是工具提供的「复原」建议;

最右是经过「复原」的「真面目」

最终的实验结果显示,人工识别的准确率不到 53%,而亲戚村里人 研发出的工具则可不还可以达到 99% 的识别准确率!

总习惯发照前 P 个图的亲戚亲戚村里人 ,颤抖吧!

工作原理

什儿 工具转过身涉及到的着实是被称作「图像取证」或「伪造检测」的技术,这主次内容在当今的计算机视觉领域变得日益重要。

在过去,由于有不少研究人员提出各种各样检测人像篡改状态的的取证辦法 ,比如通过自定义线索的辦法 来检测图像,最典型如通过发现像素之间的周期相关性(自定义内容)来检测重采样伪影,然而相似型交互式编辑工具的操作上很繁杂,且难以建模,很多很多并未在本次工作中被采用,团队最终选折 基于少量数据训练来习得相关能力;针对匮乏标注数据的疑问,学界则提出各种自我监督式的训练辦法 ,基于自动生成的假图像进行训练。

而为了让机器具备甄别真假的能力,团队在本次工作中使用 ResNet200 训练出了另一一兩个多二进制分类器,为 ImageNet 分类进行预训练,并根据任务需用进行微调。为了让机器进一步具备「还原」能力,团队首先预测另一一兩个多光流场 

,预测路径从原始图像 

 至篡改图像 X,或多或少再用它来尝试「反向」恢复原始图像。

最后,同去来看看工具的强大能力吧:

然而这由于有的是 PS 第一次砸自家招牌

就在去年,同样是来自 Adobe 公司的研究员在 CVPR 上发表一篇图像篡改检测的相关论文(Learning Rich Features for Image Manipulation Detection),这篇工作的核心内容是让机器具备识别以下这 3 种图像篡改手段的能力:

  • 拼接——把别张图的物体拼接到另一张图上。

  • 群克隆 - 移动——对一张图上的主次区域进行拷贝,或多或少放在图中的其它地方。

  • 移除——将图像中的主次元素进行移除。

换句话说,相较于「液化」什儿 隐晦的调整底部形态,当时 Adobe 试图处里的还是比较粗线条的图像窜改状态。

在这篇论文中,PS 研究团队提出另一一兩个多名为「双流 Faster R-CNN 网络」的处里辦法 :

橘黄色的箭头连起来的是 RGB 流,暗蓝色的箭头连起来的是噪声流。每个单独的流着实有的是另一一兩个多 Faster R-CNN。

最终取得的识别成果如下:

该辦法 相较于或多或少 Baseline,如 ELA,NOI1 和 CFA1,识别图像窜改的能力也更加突出。

外国男友对此反应

什儿 技术发布后,在微博上引起了外国男友们的热烈讨论,村里人 认为这款工具并“不讨喜”:

同去顶端变快聚集起了一帮吃瓜群众:

有的是人在为自己的终身大事发愁:

还有外国男友发出了灵魂一问:

不过亲戚亲戚村里人 你爱不爱我不用那末担心,据雷锋网 AI 科技评论了解,什儿 一键复原照片至 PS 前原貌的技术,距离工具化尚有一段距离。

Adobe 研究员 Richard Zhang 在 Adobe 官方博客上明确表示,「想法离现实还很远」,亲戚村里人 会「进一步探索什儿 领域的研究」。Adobe 科研主管 Gavin Miller 也表示,什儿 工作是为了识别与阻止美图技术的滥用,「图像取证的旅程才前一天刚结束了」。

via https://theblog.adobe.com/adobe-research-and-uc-berkeley-detecting-facial-manipulations-in-adobe-photoshop/

雷锋网(公众号:雷锋网) AI 科技评论

声明:本文转载自第三方媒体,如需转载,请联系版权方授权转载。协助申请