“橡皮擦”人工智能新算法？

天空中遨游的海鸥凭空消散，戈壁中的背包客在行走中人世蒸发……这些本来必要影戏建造职员完成的视频殊效又一次被人工智能“学会了”。

近期，一项收录于欧洲计较机视觉国际集会会议（ECCV）的研究开拓了一种人工智能视频处理赏罚算法，可以在视频画面里抹除行为中的物体，同时保持行为界线的清楚度。

这项研究题为《光流 - 边沿引导的视频补全》（Flow-edge Guided Video Completion），由美国弗吉尼亚理工大学和Facebook相助完成，第一作者是美国弗吉尼亚理工大学计较机工程专业的博士生高谌。

高谌今朝师从弗吉尼亚理工大学助理传授Jia-Bin Huang，研究规模是计较拍照和计较机视觉，研究齐集在图像/视频操纵和视觉场景领略。

正在骑马的运带动和马匹一路消散

在高湛及其同事展示的研究成就画面中，种种行为中的物体，如摆动中的秋千、正在骑马的运带动、海上行驶的风帆等，通通在视频里“无痕”消散，肉眼看不出工钱的编辑陈迹。

这项研究的另一位作者Jia-Bin Huang在交际媒体中透露，该算法可以在随意拍摄的视频中无缝地移除工具、水印或扩大画面视野。这一算法还获得图灵奖得主、人工智能科学家Yann LeCun 的保举。

高湛等人在论文中先容，这是一种基于光流的视频补全算法。视频补全（video completion）使命是用新合成的内容添补给定的时空地区。它有很多应用，譬喻修复（去除划痕）、视频编辑、殊效事变流（去除不必要的工具）、去水印和符号以及视频不变。

对付视频补全使命而言，难点是新天生的内容必要无缝地嵌入到视频中，而且变动应尽也许不被察觉。几年前，业界通用的要领是基于补丁的合成技能。但这些要领凡是合成速率慢，合成新内容的手段有限，只能从头殽杂视频中已有的补丁。

其后呈现了基于进修的技能，可以或许实现更公道的合成结果，可是因为视频的高内存要求，存在判别率题目。

作者以为，今朝最乐成的视频补全要领是基于光流的技能，其可以或许合成色彩和光流，沿着光流的轨迹转达颜色，以晋升视频的时刻连贯性，从而减轻内存题目并实现高判别率输出。

这项新研究也回收了基于光流的步伐。作者暗示，以往的光流补全要领每每无法保持行为界线的清楚度，而他们所开拓的要领起首提取并补全行为物体的边沿，再以光流边沿为引导补全光流。因为并非全部视频中缺失的地区都能通过这种要领补全，研究职员引入了非局部光流，使得视频内容可以或许在行为界线上撒播。

作者称，可视化和定量功效都表白，他们的要领与最新的算法对比具有更好的机能。他们同时指出，其要领的运行速率为0.12fps（frames Per Second，每秒传输帧数），与其他基于光流的要领相等，运行速率稍慢是一大瑕玷。

（编辑：湖南网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!