拍一张好的人像照出奇地困难。从糟糕的光线到不讨喜的姿势，许多错误都会毁掉照片。然而，没有什么比眨眼的时机不对更能破坏肖像照了。不过，Facebook Research 正在研究一种方法，利用人工智能驱动的工具将闭着的眼睛替换成睁开的眼睛，该工具力求超越简单的复制粘贴新眼球。
在肖像照中睁开闭着的眼睛的想法并不新鲜，但这个过程通常涉及直接从另一张照片中提取素材，然后移植到眨眼者的脸上。例如，Adobe 的 Photoshop Elements 软件（其专业图像编辑软件的简化版）内置了专门用于此目的的模式。使用时，程序会提示您从同一组照片（假设您拍摄了不止一张）中选择一张人物的眼睛是睁开的。然后，它可以使用 Adobe 称为 Sensei 的人工智能技术，尝试将上一张照片中的眼睛融合到眨眼这张照片中。
这是一种在快速修复方面效果出奇好的功能——尤其是考虑到使用完整版 Photoshop 精心粘贴和融合新眼睛需要多少步骤。但是，它并不总能正确处理一些细节，比如特定的光照条件或阴影的方向。
“理解阴影是完全直观的，”达特茅斯学院计算机科学教授、照片取证专家 Hany Farid 说。“我可以通过看阴影来推断光源的位置。”当技术人员从另一张照片复制粘贴眼睛时，可能无法总是考虑到细微的阴影变化，而正如研究表明的那样，这些变化有时会导致最终图像看起来接近正确，但仍然会莫名其妙地显得奇怪。这被称为“恐怖谷”，研究人员希望避免这种情况。
Facebook Research 最近发表的一篇论文提出了一种不同的解决方案来替换闭着的眼睛，该方案依赖于一个深度神经网络，该网络实际上可以使用图像周围的上下文来构建缺失的数据，而不仅仅是受影响的区域。Facebook 正在使用一种称为生成对抗网络（GAN）的技术来填充这些数据。这是导致近期“深度伪造”视频浪潮的根本技术，在这些视频中，名人在没有真正做过的情况下却似乎说了或做了某些事情。
他们使用的 Exemplar GAN 模型从同一人物的其他图像中提取数据，但仅将其用作参考材料，从中学习被摄对象的外观以及脸上可能存在的任何识别特征。然后，它使用一种称为“图像修复”（in-painting）的过程来生成替换眼睑为真实眼睛所需的信息。这种深度学习需要比单张图像更多的参考，这非常适合 Facebook 的基础设施，因为它可以分析同一用户在不同光照条件下的许多不同图像。
Facebook 的初步结果令人印象深刻，尽管还不完美，但研究人员仍在努力为算法寻找最佳训练方法，并应对意想不到的变量，例如部分眼睛被头发或眼镜遮挡的照片。
尽管如此，该公司认为这种计算非常有用，甚至超越了修复眨眼主题的照片。也许未来人工智能可以让我们在个人资料照片中看起来更好看。即使在照片之外，该公司还在开发类似的人工智能工具，用于将音乐从一种风格翻译成另一种风格。
