MIT開發(fā)的GANpaint工具可以輕松修圖，允許用戶上傳任何照片進(jìn)行編輯，而不會(huì)破壞其原始細(xì)節(jié)。除了幫助藝術(shù)家和設(shè)計(jì)師快速調(diào)整視覺效果外，研究人員表示，這項(xiàng)工作可能有助于計(jì)算機(jī)科學(xué)家識(shí)別“虛假”圖像。

當(dāng)我們還沉浸在GauGAN憑借幾根線條，就讓草圖秒變風(fēng)景照的黑科技之時(shí)，MIT也帶來了一項(xiàng)類似的黑科技。

自從GAN誕生以來，一次一次創(chuàng)造著奇跡：填充紋理、變臉易容。但這一次，這款名叫GANpaint的神器，簡單幾筆就能成畫。

麻省理工學(xué)院和IBM的團(tuán)隊(duì)推出“GANpaint Studio”，允許用戶上傳任何照片，然后對(duì)照片進(jìn)行創(chuàng)作，例如更改對(duì)象的大小或者添加全新的項(xiàng)目（如樹木和建筑物），接下來這個(gè)系統(tǒng)可以自動(dòng)生成逼真的攝影圖像。

除了幫助藝術(shù)家和設(shè)計(jì)師快速調(diào)整視覺效果外，研究人員表示，這項(xiàng)工作還可能有助于計(jì)算機(jī)科學(xué)家識(shí)別“虛假”圖像。

也難怪網(wǎng)友驚呼：“以后拆樓都不用費(fèi)勁了！”

那么這款神器如何操作呢？先奉上傳送門：

http://gandissect.res.ibm.com/ganpaint.html?project=churchoutdoor&layer=layer4

首先，在界面下方選擇底圖；其次，在左側(cè)選擇一個(gè)對(duì)象，如“草”、“門”、“天空”等等；然后選擇要進(jìn)行的操作，例如“繪畫”、“刪除”等；最后，只需要在圖片中想要更改的區(qū)域涂抹幾筆即可。

“現(xiàn)在的機(jī)器學(xué)習(xí)系統(tǒng)就是黑盒子，我們并不總是知道如何改進(jìn)，有點(diǎn)像你小時(shí)候通過拍打舊電視機(jī)來修正圖像不能顯示的bug。”論文主要作者、麻省理工學(xué)院計(jì)算機(jī)科學(xué)與人工科學(xué)博士生David Bau說。他將該項(xiàng)目描述為計(jì)算機(jī)科學(xué)家首次能夠?qū)嶋H“用神經(jīng)元繪制神經(jīng)網(wǎng)絡(luò)”。

設(shè)計(jì)師的福報(bào)

項(xiàng)目領(lǐng)導(dǎo)人、麻省理工學(xué)院教授Antonio Torralba認(rèn)為該項(xiàng)目具有巨大的潛在應(yīng)用。設(shè)計(jì)師和藝術(shù)家可以使用它來更快地調(diào)整視覺效果。想象一下，一位導(dǎo)演拍完戲后發(fā)現(xiàn)，背景中少一個(gè)對(duì)劇情很重要的道具！這個(gè)時(shí)候GANpaint Studio就可以來大顯身手了。

通過分析需要?jiǎng)h除的“人造”單元，GANpaint Studio還可用于改進(jìn)和調(diào)試正在開發(fā)的其他GAN。除此之外，它還可以幫助研究人員更好地理解神經(jīng)網(wǎng)絡(luò)及其底層結(jié)構(gòu)。

一個(gè)意外的發(fā)現(xiàn)是系統(tǒng)實(shí)際上似乎已經(jīng)學(xué)習(xí)了一些關(guān)于對(duì)象之間關(guān)系的簡單規(guī)則。它自己會(huì)通過某種方式，知道什么東西應(yīng)該出現(xiàn)在什么地方，不應(yīng)該出現(xiàn)在不屬于它的地方（例如天空中不應(yīng)該出現(xiàn)窗戶）。

在不同的環(huán)境中，它可以創(chuàng)造出不同的視覺效果。例如，假設(shè)圖像中有兩個(gè)不同的建筑物，我們需要為這兩個(gè)建筑物添加兩個(gè)門，GANpaint Studio并不會(huì)粗暴的復(fù)制兩個(gè)相同的門上去，而是會(huì)添加兩扇不一樣的門。

“所有繪圖應(yīng)用程序都將遵循用戶指令，但如果用戶命令將對(duì)象放在不合理的位置，我們可能決定不繪制任何內(nèi)容”Torralba說。“這是一個(gè)具有強(qiáng)烈個(gè)性的繪圖工具，它打開了一個(gè)窗口，讓我們了解GAN如何學(xué)會(huì)代表視覺世界。”

“這項(xiàng)工作確實(shí)簡直令人興奮，讓我們直接看到GAN學(xué)習(xí)東西的方式，開始看起來有點(diǎn)像常識(shí)認(rèn)知。”芬蘭阿爾托大學(xué)副教授Jaakko Lehtinen說，“我認(rèn)為這種能力是擁有可以在人類世界中發(fā)揮作用的自主系統(tǒng)的關(guān)鍵基石，這種系統(tǒng)是無限的，復(fù)雜的，不斷變化的。”

找出“假”圖像

該團(tuán)隊(duì)的目標(biāo)是讓人們更好地控制 GAN 網(wǎng)絡(luò)。但是他們認(rèn)識(shí)到，隨著性能的增加，濫用的可能性非常可怕，試想一下將這些技術(shù)用在醫(yī)療照片上將會(huì)多么的可怕！論文共同作者朱俊彥表示，他相信更好地了解 GAN，包括 GAN 所犯的錯(cuò)誤，這將有助于研究人員更好地消除假冒的照片。

“你需要先了解你的對(duì)手才能防御它，”CSAIL的博士后朱俊彥說。“這種理解可能有助于我們更輕松地檢測假圖像。”

為了開發(fā)該系統(tǒng)，研究團(tuán)隊(duì)首先確定了GAN內(nèi)部與特定類型的對(duì)象（如樹木）相關(guān)的單元。然后，單獨(dú)測試這些單元，看看是否擺脫它們會(huì)導(dǎo)致某些物體消失或出現(xiàn)。重要的是，他們還確定了導(dǎo)致視覺錯(cuò)誤（工件）的單元，并努力將其移除以提高圖像的整體質(zhì)量。

IBM的研究科學(xué)家Hendrik Strobelt說：“每當(dāng)GAN產(chǎn)生非常不切實(shí)際的圖像時(shí)，這些錯(cuò)誤的原因以前就是一個(gè)謎。但現(xiàn)在我們發(fā)現(xiàn)這些錯(cuò)誤是由特定的神經(jīng)元觸發(fā)的，那么就可以先停掉這個(gè)神經(jīng)元，以提高圖像的質(zhì)量。”

“這個(gè)系統(tǒng)為更好地理解GAN模型打開了一扇大門，這將有助于我們對(duì)GAN進(jìn)行任何類型的研究，”Lehtinen說。

GANpaint憑什么如此神奇？

生成對(duì)抗網(wǎng)絡(luò)(GANs)最近在許多實(shí)際應(yīng)用中取得了令人印象深刻的結(jié)果，并且隨著樣本質(zhì)量和訓(xùn)練穩(wěn)定性的提高，出現(xiàn)了許多GAN的變體。然而，對(duì)GAN的可視化和理解在很大程度上是缺失的。

因此，來自MIT、香港中文大學(xué)、IBM等學(xué)校/機(jī)構(gòu)的David Bau、朱俊彥、Joshua B.Tenenbaum、周博磊等人發(fā)表論文，并在文中提出了GANpaint這款工具。他們將于下個(gè)月在洛杉磯舉行的SIGGRAPH會(huì)議上發(fā)表演講。

在這項(xiàng)工作中，研究人員提出了一個(gè)分析框架來在單元、對(duì)象和場景級(jí)別可視化和理解GAN：

首先，用基于分段的網(wǎng)絡(luò)剖分方法識(shí)別一組與對(duì)象概念密切相關(guān)的可解釋單元；

然后，通過測量“干預(yù)”的能力來量化可解釋單位的因果效應(yīng)；

最后，通過將發(fā)現(xiàn)的對(duì)象概念插入到新圖像中，以此來檢查這些單元與其周圍環(huán)境之間的關(guān)系。

研究人員的主要目標(biāo)是分析如何通過GAN生成器的內(nèi)部表征，來對(duì)“樹”等對(duì)象進(jìn)行編碼：

通過剖析（dissection）來表征單元

使用干預(yù)（intervention）測量因果關(guān)系

實(shí)驗(yàn)結(jié)果

工作人員研究了在LSUN場景數(shù)據(jù)集上訓(xùn)練的三種Progressive GAN的變體。為了對(duì)生成的圖像進(jìn)行分割，我們使用一個(gè)最近的模型 (Xiao et al., 2018) 在ADE20K場景數(shù)據(jù)集上訓(xùn)練。

該模型可以將輸入圖像分割為336個(gè)物體類，29個(gè)大物體和25個(gè)材質(zhì)類。為了進(jìn)一步識(shí)別專門用于對(duì)象部件的單元，我們將每個(gè)對(duì)象類c擴(kuò)展為另外的對(duì)象部件類ct，cb，cl和cr，分別表示連接組件的邊界框的頂部，底部，左半部分或右半部分。。

診斷和改進(jìn)GANS

框架不僅可以揭示GAN是如何成功地生成真實(shí)圖像的，也可以分析結(jié)果失敗的原因。

如圖8所示，圖8a顯示了幾個(gè)注釋單元，負(fù)責(zé)GAN結(jié)果中的visual artifacts；圖8b顯示了artifacts被成功移除，并且自由像素保持不變的改進(jìn)的生成結(jié)果。

圖8: (a)兩個(gè)負(fù)責(zé)GAN結(jié)果中 visual artifacts的示例單元。總共有20個(gè)單元。通過消融這些單元，我們可以修復(fù)(b)中的artifacts，并顯著提高(c)中的視覺質(zhì)量。

通過消融定位因果單元

圖9：測量在會(huì)議室圖像訓(xùn)練的GAN中消融單元的效果

如圖10所示，雖然可以在會(huì)議室圖像中很好地移除窗戶，但是在其他場景中刪除窗戶則比較困難。

圖10：比較在五個(gè)場景類別訓(xùn)練的GAN中消融20個(gè)窗戶單位的效果。

通過插入表征上下文關(guān)系

也可以通過強(qiáng)制單元和插入這些功能到場景中的特定位置來學(xué)習(xí)GAN的操作。圖11顯示了在教堂場景中插入20層門單元的效果。

圖11：通過在表示中的一個(gè)像素處將20個(gè)causal units設(shè)置為固定的高值來插入 door units。