关于机器学习的三个阶段
1142
2022-05-30
推荐语:
国内最大的数据从业者分享平台。20W程序员聚集地!专注于思维、技术、经验分享交流!跟你讲讲技术圈,谈谈互联网。
正文
PhotoShop发布于1990年,从那以后,PS被应用在了我们生活中的方方面面,当我们进行修图的时候我们甚至会直接说:帮我把这个图P一下——人们已经把图像处理与PhotoShop划上了等号,这款产品对我们的视觉文化产生了深远的影响。
但是随着技术的进步与产品的普及,“眼见”不再“为实”——我们无法再相信我们所看到的东西,“虚假”的视频与图片内容变成了一个日益严峻且急迫的问题摆在我们面前。
表姐先瞎为敬
为此,Adobe联合了加州大学伯克利分校,开发了一种检测图像的方法,采用机器学习来自动识别面部图像是否被PS过。
早在去年,Adobe公司就已经开始发表相关领域论文,当时的研究内容主要集中在图像的拼接,克隆和删除。
而今年这项工作,主要针对那些使用了Photoshop中Face Aware Liquify功能的图片,这个功能就是我们美颜最常用的功能,通过细微的调整,就会让人的气质发生非常大的改变。
上图为未经PS的图片,下图为修改过后的图片,如果单独给你两个图,你能分辨出来谁被PS过吗?
该项目通过训练卷积神经网络(CNN)来识别面部图像的修改。研究人员从互联网上抓取数千张图片,通过编写Photoshop脚本来使用Face Aware Liquify自动生成一个海量图像数据集,然后对这个数据集进行训练。此外,还专门聘请了一位艺术家手动修改数据集中的图像,将人类的创造力因素也引入其中,避免了因为数据集是脚本生成的所导致算法出现偏差。
每张照片这里展示了6次随机编辑,可以看到其中的差别非常细微。
Adobe邀请志愿者用肉眼来判定一幅图片是否被PS修改过,答案的正确率仅为53%,几近与瞎猜。而神经网络算法在识别图像中正确率高达99%。此外,算法还可以根据面部翘曲的一些具体细节,将图像恢复到其原始状态。
说实话,嘴角翘起这个我还能看到差别,脸颊的曲率我是没看出来有什么分别。
目前来看,项目的应用范围还仅限于PhotoShop自己修改的图片,并且其算法也仅应用于人脸。不过,接下来的研究会向更多方向扩展,包括检测图像,视频,音频和文档等领域,通过技术途径来帮助人们监控和验证数字媒介的真实性,以增加数字媒体的信任和权威。
该项目当前最主要的目的还是用于司法取证,暂时没有商业化的打算,所以网红小姐姐们就不要担心了。不过随着技术的进步,说不定马赛克也能P掉了呢?
不过说实在的,有些大神的作品,已经完全突破人类想象力了,我觉得仅凭算法是无法还原的……
这一定是换人了吧?一定是吧?!
参考链接:
https://theblog.adobe.com/adobe-research-and-uc-berkeley-detecting-facial-manipulations-in-adobe-photoshop/
http://openaccess.thecvf.com/content_cvpr_2018/papers/Zhou_Learning_Rich_Features_CVPR_2018_paper.pdf
https://arxiv.org/pdf/1906.05856.pdf
机器学习
版权声明:本文内容由网络用户投稿,版权归原作者所有,本站不拥有其著作权,亦不承担相应法律责任。如果您发现本站中有涉嫌抄袭或描述失实的内容,请联系我们jiasou666@gmail.com 处理,核实后本网站将在24小时内删除侵权内容。