1秒で元の写真に戻る: Adob​​e Photoshop のリバース ツールは、編集した場所を認識して修正するのに役立ちます

1秒で元の写真に戻る: Adob​​e Photoshop のリバース ツールは、編集した場所を認識して修正するのに役立ちます

この記事はAI新メディアQuantum Bit(公開アカウントID:QbitAI)より許可を得て転載しています。転載の際は出典元にご連絡ください。

人々が困難に陥ると、彼らは破壊されるでしょう。

Photoshop を発明したのは Adob​​e であり、Photoshop と戦わなければならないのも Adob​​e です。

当局が公開した新しいキラーツールは悪意に満ちている。どの写真が編集されたか、どこ編集されたかを特定し、元の状態に戻すことができる

狭くなった下顎はAIの前では全く隠すことができません。

手で上げられた口角もAIによって発見され、押収された。

AI で復元した写真とオリジナルの写真を比較します。

しかし、「修復」は必ずしも「醜くなる」ことを意味するわけではありません。

たとえば、誰かが少女のを編集して、両側が上を向くようにし、少し意地悪な印象を与えていました。

修理前と修理後

このとき、AI に画像を復元させると、目の角が再び穏やかになり、元の画像とほぼ同じになります。

これは動く絵です

この優れたアルゴリズムは Adob​​e とカリフォルニア大学バークレー校によって開発され、コードはまもなくオープンソース化される予定です。

写真が編集されているかどうかを99.4%の精度で判定できます。

それに比べて、人間が肉眼で判断する場合、正確率はわずか53.5%で、ほぼ当てずっぽうの結果になります。

では、識別から復元まではどのように進むのでしょうか?

ストレッチの仕方で回復する

まず、AI に入力する実際の画像と偽の画像のデータが必要です。

チームは、実際の画像入力に基づいて顔の一部を引き伸ばした偽の画像をシステムが自動的に生成できるようにする Photoshop 用のスクリプトを作成しました。

次に、実際の画像と偽の画像間のオプティカルフローフィールドが計算されます。

このようにして、データに自動的にラベルを付けることにより、偽の画像内の何が偽物であるかを正確に見つけることができます (上図を参照)。

次に、実際の画像とラベル付けされた偽の画像を使用して、Dilated ResNet ネットワークをトレーニングします。

トレーニング後、ネットワークに偽の画像が入力され、ネットワーク自体がオプティカルフローフィールドを予測できるようになります。

(顔が細くなったように見えます。)

オプティカルフローフィールドを取得することで、AIは画像の伸縮/歪みのプロセスを理解できます。

その後、逆のプロセスを使用して、Photoshop で加工した画像を元の位置に戻すことができます。

それでは、結果を見てみましょう。

テスト画像は、プロの写真レタッチ担当者によって手動で処理されました。AI は、画像が元々どのように見えたかを調べる必要があります。

AIに見抜かれた後も、男の笑顔は消えなかったが、顔が一回り大きくなった。

次に、AI によって復元された画像と、プロの写真レタッチ担当者が処理する前の元の画像を比較します。

AIによって復元された顔の形は、元の写真の顔の形に非常に近いです。

止められない真実が明らかになった。

あなたも遊びに行きましょう。

現時点では、コードのステータスはまだ「近日公開」です。

ただし、ソースがリリースされると、リバース PS アーティファクトをトレーニングすることもできます。

何もすることがないときは、モーメントを見て、AI を利用してセルフィーが元々どのようなものだったかを確認してみましょう。

紙の転送ポータル:

https://arxiv.org/abs/1906.05856

GitHub ポータル:

https://github.com/peterwang512/FALdetector

<<:  3つの主要な章がAIの実装を加速します。2019年のWOTグローバル人工知能技術サミットはAIの新たな章を開きます

>>:  ブースティングとバギング: 堅牢な機械学習アルゴリズムを開発する方法

推薦する

テンセントと清華大学が新インフラ分野の最新成果を発表:データセンターのバッテリー設備向けAI診断サービス

この記事はAI新メディアQuantum Bit(公開アカウントID:QbitAI)より許可を得て転載...

アリババの顔認識セキュリティ技術が3Dマスク攻撃を防ぐ特許を取得

[[334032]]顔認識と 3D テクノロジーが融合したとき、最終的な勝者は誰になるでしょうか? ...

階段を登るための最小コストを使用するデータ構造とアルゴリズム

[[443068]]最小限のコストで階段を登るLeetCode の問題へのリンク: https://...

新しいAI技術がアルツハイマー病の薬のターゲット発見に役立つ

人工知能は10年以上にわたって新薬の発見と開発に使用されてきました。しかし、最近の AI 技術と研究...

...

顔認証+総合決済、モバイル決済が新たな形を生む

モバイル決済は今や人々の生活の一部となり、人々に迅速で便利なショッピング体験をもたらしています。現在...

「手抜きアルゴリズム」は大企業をターゲットにしており、これがそれだ

[[342088]]基本的なデータ構造の統合は、大規模システムの基礎となります。たとえば、Redis...

一つ選びますか? Python 機械学習の実践的なヒント

原題は「Some Essential Hacks and Tricks for Machine Le...

人工知能詐欺は注目に値する

[[263745]]あらゆるテクノロジーは諸刃の剣であり、人工知能テクノロジーも例外ではありません。...

なぜ人工知能には膨大な電力需要があるのでしょうか?

今日の人工知能 (AI) システムは、真の人間の知能を再現するにはまだ程遠い状態です。しかし、彼らは...

プロジェクト Digging 21 - 軽量 LLM エージェントの構築方法

8 月 12 日、Juli プロジェクト シリーズの第 21 回「大規模言語モデルのトレーニングとア...

モデルもオンライン授業を受講できますか? !サービス指向の蒸留トレーニング プログラムを 1 つの記事で理解する

この記事はAI新メディアQuantum Bit(公開アカウントID:QbitAI)より許可を得て転載...

...

データセンターと AI はリモートワークプレイスをどのようにサポートできるでしょうか?

COVID-19の時代となり、さまざまな業界や組織でリモートワークが始まっています。企業は、遠隔地...

機械学習でよく使われる7つの線形次元削減手法の概要

前回の記事では主に非線形次元削減手法についてまとめました。この記事では、一般的な線形次元削減手法につ...