得益于人工智能的飛速發(fā)展，計算機視覺領域也取得了很多成果。例如大家所熟知的人臉識別技術，在諸如Face ID 、刷臉支付、安檢等方面已經(jīng)得到了廣泛應用。除此之外，計算機視覺領域還有什么樣的研究呢，今天讓我們來一起盤點吧。

l 面部模糊技術

來自SFU交互式藝術與技術學院（SIAT）的一個研究小組提出了一種在需要匿名的新聞報道中取代模糊面孔的新方法。該團隊使用了人工智能技術，旨在改變?nèi)宋锏拿娌刻卣鞑⒓尤胍曈X效果，更明確地表達出人物的情感。

該團隊使用了AI“繪畫技能”，“我們的系統(tǒng)使用五級AI處理來模擬智能畫家，使用藝術抽象來重新繪制視頻，每幀都像是有真的畫家在作畫�！�

據(jù)SFU負責人描述，他們的人工智能學習了一千多年來的繪畫技巧，可以系統(tǒng)性的改變?nèi)宋锩娌刻卣�，例如拉長臉部，放大眼睛等等，同時保持主題的內(nèi)在，也就是盡可能地準確表達人物的情感。

該團隊已經(jīng)計劃將該技術運用到實際中，在新聞會議期間有幾家正在探索多樣化新媒體技術的公司表示對此項目非常感興趣。

l PS照片甄別技術

Adobe公司 6月在 CVPR 計算機視覺大會上展示了用機器取代人類進行數(shù)字圖像取證的技術，利用神經(jīng)網(wǎng)絡，通過真實的篡改圖像訓練識別出那些被改動過的圖片。

Adobe高級研究科學家表示他們開發(fā)出了全世界功能最強大的圖像編輯軟件，但今天他們要利用AI創(chuàng)造出能甄別圖像真?zhèn)蔚墓ぞ�，幫助人們鑒別和監(jiān)控信息時代數(shù)字媒體的真實性，并且讓司法取證更加公正。

經(jīng)過處理的照片或許能夠騙過人的眼睛，但往往會留下p圖痕跡，比如邊緣的對比度很大，刻意平滑的區(qū)域，或不同的噪聲樣式。而Adobe的算法能夠感知這些細微的差別，檢測出圖片中的異常。除此以外，它還可以區(qū)分各種篡改技術�！�

簡單來說，就是用深度學習對大量PS過的圖片進行學習和訓練，得出深度學習神經(jīng)網(wǎng)絡模型，通過對圖像噪點和顏色的變化來識別圖像有沒有被修改過。

Adobe確實在圖像識別方面有“得天獨厚的優(yōu)勢”，他們可以利用數(shù)以萬計的經(jīng)過處理的圖像樣本來訓練出神經(jīng)網(wǎng)絡。

l 人工老化技術

據(jù)外媒報道，來自康奈爾大學的科學家利用先進的人工智能來渲染更真實的人工老化。這種AI技術在將來或可以通過預測人們在未來的相貌幫助尋找失聯(lián)兒童或在逃嫌犯，幫助警察破解真實失蹤案件。

該系統(tǒng)使用一種生成對抗網(wǎng)絡（GAN）AI算法。第一部分拍攝一張臉，并生成同一個人在目標年齡的另一張臉。第二部分將該圖像與該年齡段的人的真實圖像以及原始圖像進行比較，并提供反饋，通過訓練和反饋提高第一部分的識別正確率。

不同與以往同樣使用生成對抗網(wǎng)絡（GAN）的人工老化系統(tǒng)，該系統(tǒng)改進了人臉變老技術，不僅注重年齡的正確性，還注重維護個人的身份。同時，在進行人臉回歸時，作者還考慮了人臉的許多背景信息，包括額頭、頭發(fā)等。

研究人員利用兩個數(shù)據(jù)庫的100，000多幅圖像對人工智能系統(tǒng)進行了訓練，這些數(shù)據(jù)庫里面包含了不同年齡段的警方存檔罪犯和名人的面部照片。當人工智能預測人20年后的長相時，計算機程序就會自動把預測后照片的年齡段設在50歲和60歲之間，并根據(jù)不同類型的圖像加以調(diào)整：比如計算機會將罪犯20年后的相貌設定為平均60歲的樣子，而名人的相貌則更年輕一些，平均為52歲。

研究人員在一篇論文中稱研究結果將在本月鹽湖城計算機視覺和模式識別會議上發(fā)布。

以上三個研究方向作為人工智能在計算機視覺領域的分支接下來都將運用到實際生活當中，我們或許也會很快與它們見面。人工智能還將會給我們帶來什么樣的改變，讓我們一起拭目以待。