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行編輯，而不會破壞其原始細節(jié)。除了幫助藝術家和設計師快速調整視覺效果外，研究人員表示，這項工作可能有助于計算機科學家識別“虛假”圖像。

當我們還沉浸在GauGAN憑借幾根線條，就讓草圖秒變風景照的黑科技之時，MIT也帶來了一項類似的黑科技。

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。

麻省理工學院和IBM的團隊推出“GANpaint Studio”，允許用戶上傳任何照片，然后對照片進行創(chuàng)作，例如更改對象的大小或者添加全新的項目（如樹木和建筑物），接下來這個系統(tǒng)可以自動生成逼真的攝影圖像。

除了幫助藝術家和設計師快速調整視覺效果外，研究人員表示，這項工作還可能有助于計算機科學家識別“虛假”圖像。

也難怪網(wǎng)友驚呼：“以后拆樓都不用費勁了！”

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，在左側選擇一個對象，如“草”、“門”、“天空”等等；然后選擇要進行的操作，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)在的機器學習系統(tǒng)就是黑盒子，我們并不總是知道如何改進，有點像你小時候通過拍打舊電視機來修正圖像不能顯示的bug?！闭撐闹饕髡?、麻省理工學院計算機科學與人工科學博士生David Bau說。他將該項目描述為計算機科學家首次能夠實際“用神經(jīng)元繪制神經(jīng)網(wǎng)絡”。

設計師的福報

項目領導人、麻省理工學院教授Antonio Torralba認為該項目具有巨大的潛在應用。設計師和藝術家可以使用它來更快地調整視覺效果。想象一下，一位導演拍完戲后發(fā)現(xiàn)，背景中少一個對劇情很重要的道具！這個時候GANpaint Studio就可以來大顯身手了。

通過分析需要刪除的“人造”單元，GANpaint Studio還可用于改進和調試正在開發(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)絡及其底層結構。

一個意外的發(fā)現(xiàn)是系統(tǒng)實際上似乎已經(jīng)學習了一些關于對象之間關系的簡單規(guī)則。它自己會通過某種方式，知道什么東西應該出現(xiàn)在什么地方，不應該出現(xiàn)在不屬于它的地方（例如天空中不應該出現(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，假設圖像中有兩個不同的建筑物，我們需要為這兩個建筑物添加兩個門，GANpaint Studio并不會粗暴的復制兩個相同的門上去，而是會添加兩扇不一樣的門。

“所有繪圖應用程序都將遵循用戶指令，但如果用戶命令將對象放在不合理的位置，我們可能決定不繪制任何內容”Torralba說?！斑@是一個具有強烈個性的繪圖工具，它打開了一個窗口，讓我們了解GAN如何學會代表視覺世界?！?/p>

“這項工作確實簡直令人興奮，讓我們直接看到GAN學習東西的方式，開始看起來有點像常識認知?！狈姨m阿爾托大學副教授Jaakko Lehtinen說，“我認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)的關鍵基石，這種系統(tǒng)是無限的，復雜的，不斷變化的?！?/p>

找出“假”圖像

該團隊的目標是讓人們更好地控制 GAN 網(wǎng)絡。但是他們認識到，隨著性能的增加，濫用的可能性非?？膳拢囅胍幌聦⑦@些技術用在醫(yī)療照片上將會多么的可怕！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手才能防御它，”CSAIL的博士后朱俊彥說?！斑@種理解可能有助于我們更輕松地檢測假圖像?！?/p>

為了開發(fā)該系統(tǒng)，研究團隊首先確定了GAN內部與特定類型的對象（如樹木）相關的單元。然后，單獨測試這些單元，看看是否擺脫它們會導致某些物體消失或出現(xiàn)。重要的是，他們還確定了導致視覺錯誤（工件）的單元，并努力將其移除以提高圖像的整體質量。

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

“這個系統(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GAN進行任何類型的研究，”Lehtinen說。

GANpaint憑什么如此神奇？

生成對抗網(wǎng)絡(GANs)最近在許多實際應用中取得了令人印象深刻的結果，并且隨著樣本質量和訓練穩(wěn)定性的提高，出現(xiàn)了許多GAN的變體。然而，對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、IBM等學校/機構的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。他們將于下個月在洛杉磯舉行的SIGGRAPH會議上發(fā)表演講。

在這項工作中，研究人員提出了一個分析框架來在單元、對象和場景級別可視化和理解GAN：

首先，用基于分段的網(wǎng)絡剖分方法識別一組與對象概念密切相關的可解釋單元；

然后，通過測量“干預”的能力來量化可解釋單位的因果效應；

最后，通過將發(fā)現(xiàn)的對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)境之間的關系。

研究人員的主要目標是分析如何通過GAN生成器的內部表征，來對“樹”等對象進行編碼：

通過剖析（dissection）來表征單元

使用干預（intervention）測量因果關系

實驗結果

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

該模型可以將輸入圖像分割為336個物體類，29個大物體和25個材質類。為了進一步識別專門用于對象部件的單元，我們將每個對象類c擴展為另外的對象部件類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GANS

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

如圖8所示，圖8a顯示了幾個注釋單元，負責GAN結果中的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的生成結果。

圖8: (a)兩個負責GAN結果中 visual artifacts的示例單元?？偣灿?0個單元。通過消融這些單元，我們可以修復(b)中的artifacts，并顯著提高(c)中的視覺質量。

通過消融定位因果單元

圖9：測量在會議室圖像訓練的GAN中消融單元的效果

如圖10所示，雖然可以在會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：比較在五個場景類別訓練的GAN中消融20個窗戶單位的效果。

通過插入表征上下文關系

也可以通過強制單元和插入這些功能到場景中的特定位置來學習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像素處將20個causal units設置為固定的高值來插入 door units。