本文經(jīng)AI新媒體量子位（公眾號ID:QbitAI）授權(quán)轉(zhuǎn)載，轉(zhuǎn)載請聯(lián)系出處。

人艱必拆。

發(fā)明Photoshop的明明是Adobe，打擊PS還要靠Adobe：

官方推出的新殺器充滿了惡意，一能識別哪張照片修過了，二能看出修了哪里，三能還原最初的模樣：

被修窄的下頜骨，在AI面前完全藏不住。

手動上揚的嘴角，也被AI發(fā)現(xiàn)并沒收了。

再把AI還原的照片，和沒修過的原圖對比一下：

不過，“還原”也不一定是“變丑”。

比如，妹子的眼睛不知被誰修過，變得兩邊上翹，看上去有些刻?。?/p>

△ 修后與修前

這時候，交給AI去還原，眼角就變回了平和的樣子，和原圖幾乎無差：

△ 這是一張動圖

這優(yōu)秀的算法，是Adobe聯(lián)合加州伯克利一同開發(fā)的，代碼快要開源了。

讓它判斷照片有沒有修過，準(zhǔn)確率高達(dá)99.4%。

相比之下，讓人類用肉眼判斷，準(zhǔn)確率只有53.5%，幾乎是隨機猜的成績。

那么從識別到還原，是怎樣做到的呢？

怎么拉伸的，就怎么復(fù)原

首先，要有真圖和假圖的數(shù)據(jù)，向AI喂食。

團隊給Photoshop寫了一個腳本，讓系統(tǒng)根據(jù)輸入的真圖，自動生成臉上各種部位被拉伸過的假圖：

然后，在真圖和假圖之間，計算出一個光流場 (Optical Flow Field) 。

這樣一來，假圖到底假在哪里，自動標(biāo)注數(shù)據(jù)就行了 (如上圖) 。

然后，把真圖和標(biāo)注好的假圖， 拿去訓(xùn)練一個Dilated ResNet網(wǎng)絡(luò)。

訓(xùn)練完成之后，給網(wǎng)絡(luò)輸入一張假圖，它便能自己預(yù)測光流場：

(這看上去又是瘦過臉。)

得出光流場，AI就知道了圖像被拉伸/扭曲的過程。

然后，就可以用一個相反的過程，把P過的圖再扭回去。

那么，也該看一下效果了。

測試圖片，是一位職業(yè)修圖師的手動加工而成，AI需要找出圖像本來的樣子：

被AI看穿之后，男子的圍笑并沒有消失，只是臉大了幾圈。

然后，把AI還原的圖像，和職業(yè)修圖師加工之前的原圖，對比一下：

AI還原的臉型，和原本照片上的臉型，已經(jīng)十分接近了。

無法阻擋的真相大白。

你也會去玩吧

現(xiàn)在，代碼的狀態(tài)還是“Coming Soon”。

不過等開了源，你也可以訓(xùn)練一只反向PS神器。

沒什么事情的時候，逛逛朋友圈，讓AI幫你看看里面的自拍，原本都是什么樣子。

論文傳送門：

https://arxiv.org/abs/1906.05856

GitHub傳送門：

https://github.com/peterwang512/FALdetector