现代生活中，我们P图的方式多种多样，比如除去红眼、镜头曝光，等等。但是，照片眨眼依然很难处置。不过，最近Facebook的一项AI新的研究需要让照片中失眠的你“眼界大进”。这一技术被誉为智能“内画”（intelligentin－painting），用影替换失眠只是其中的用例之一。

非常简单来说，就是程序不会自动向空间填满那些它指出就让不存在里面的东西。Adobe目前早已在”上下文感官检索“中充分利用了这项技术，让用户需要无缝更换掉那些不想的功能。当然，更换眼睛是这项技术面对的挑战之一。因为，眼睛具备复杂性和多变性的特点，所以系统很难转变或者是创立此类内容。

不过，由于Facebook掌控极大的图片数据库，享有许多人眨眼的照片，所以要求要尝试去密码这个难题。想构建这一点，就必须依赖生成式对抗性网络（GenerativeAdversarialNetwork，以下全称GAN），其本质上就是一个机器学习系统。这个系统要学会愚弄自己，让自己实在所造的事物是现实可信的。在GAN中，系统的其中一部分要自学去辨识内容，而另一部分则负责管理去建构内容。

当然，内容建构不会根据内容辨识的对系统信息来展开。在这一条件下，这个网络既需要辨识眼周环境，同时也能创立一双眼睛。

于是以如上图右图，目前这项技术早已可以用于了，但是仍有一些不过于理想的地方。系统或许只是单一地复制粘贴人类的眼睛，但是并没考虑到图像的一致性。

机器就是这么屌，他们没办法解读的是，当人们睁开眼睛时，眼周的颜色并会随之转变。或者换句话说，机器对于眼睛、颜色等信息都没直观解读。在Facebook研究人员输出的样本数据中，实验对象的眼睛都是睁开的。

这样一来，GAN就能了解到眼睛在人体的方位、特定的形状，以及颜色，等等。结果显示，并没显著的色差或者是穿孔痕迹。这是因为，系统中负责管理辨识的部分十分确切，现实的人类不宽那样儿。

在测试中，人们常常不会没有办法辨别，哪些照片是知道睁眼，哪些只是系统模拟的睁眼照片；失误亲率低约一半以上。当然，这个系统也并非十全十美。在某些情况下，其依然不会经常出现犯规。比如说，当一个人的眼睛被头发遮盖住，或者是颜色矫正经常出现偏差的时候，系统生成的照片中就不会经常出现一些怪异的阴影。

当然，这些问题都是可以解决问题的。可以想象，当Facebook未来某天在平台上稿件用户照片的时候，如果一旦找到某个用户的照片失眠了，那么它就不会自动用这个系统把用户眼睛关上…说实话，这是有点让人毛骨悚然。但是，最少这个系统有可能可以解救你Blogger里面的不少照片。

本文来源：bat365(中国)在线平台官方网站-www.yunzshw.com