現在有除紅眼、斑點以及對臉部外觀化妝合成效果的軟體已十分常見，然而因技術仍有許多不足之處，臉部表情的調整還是難以做到完美。但 Facebook 研究人員近期提出一種稱為 Exemplar GANs（ExGANs）的技術，可為照片中閉著眼睛的人張開眼睛，也不會令人感到太過突兀。
這種使用軟體「填空」（in-painting）的技術其實並不少見，面對越來越多的人物照片，用來修飾人臉的演算法是電腦視覺與機器學習中的主要研究課題之一。以目前情況來說，深度卷積神經網路（DNNs）已經在填補缺失區域取得良好效果，只要給予足夠的訓練內容，DNN 能學習人臉「應該」是什麼樣子，不僅能維持膚色或局部亮度，還可以編碼一些語義合理性的概念，保留臉部圖像的整體結構同時進行改變。
然而由於人類往往對臉部結構的細小誤差非常敏感，特別是如果這些面孔是我們自己的或我們熟知的，一旦處理不佳，很容易產生詭異的恐怖谷（Uncanny Valley）感受，這也讓臉部修飾技術的「真實化」程度格外重要。
儘管 DNN 已可產生具可信度、逼真的結果，但面對填空眼睛區域的特殊情況時，由於 DNN 會選擇插入訓練時相似臉孔的對應眼睛，如果目標對象有一些顯著特徵，填空情況仍會與真實情況有差異。
生成式對抗神經網路（GANs）過去成功用於從無產生臉部或填空臉部區塊的測試，對於臉部任務處理特別適合，Facebook 使用的 ExGANs 則更提升了細節，透過與 Adobe Photoshop Elements 最新使用的睜眼演算法比較，就可更明顯的看出差異。
照片中第三列的是使用 Adobe 技術的圖片效果，可看出是採用類似姿勢亮度下的圖片來混合填空，然而因沒有充分運用圖片的結構訊息，像是整體照片光線甚至人物視線，這些細小的變因便導致照片缺乏可信度。
而第四列使用 Facebook 技術的圖片，雖然 ExGANs 自動為眼部產生的填空區塊像素較低，但無論光線、色澤與視線都不會令人產生突兀的感受，這也讓未來填空技術的使用更推向現實。
透過訓練神經網路，未來不僅是眼睛，像是嘴巴的開闔、將皺眉變為舒展應該都可行，甚至技術進步之下，眼鏡、鬍鬚這些臉部的額外元素，或許也都能根據需要轉換或修改。雖然 ExGANs 仍稱不上完美，但這確實讓我們稍微窺見填空技術未來在照片應用的可能。
（圖片來源：Facebook）
