归功于人工智能的飞速发展，计算机视觉领域也获得了很多成果。例如大家所熟悉的人脸识别技术，在诸如FaceID、刷脸缴纳、安全检查等方面早已获得了广泛应用。除此之外，计算机视觉领域还有什么样的研究呢，2020-03-30 让我们来一起盘点吧。

l面部模糊不清技术来自SFU交互式艺术与技术学院（SIAT）的一个研究小组明确提出了一种在必须电子邮件的新闻报道中代替模糊不清面孔的新方法。该团队用于了人工智能技术，目的转变人物的面部特征并重新加入视觉效果，更加具体地传达出有人物的情感。该团队用于了AI“绘画技能”，“我们的系统用于五级AI处置来仿真智能画家，用于艺术抽象化来新的绘制视频，每帧都看起来有知道画家在作画。

”据SFU负责人叙述，他们的人工智能自学了一千多年来的绘画技巧，可以系统性的转变人物面部特征，例如变长脸部，缩放眼睛等等，同时维持主题的内在，也就是尽量地精确传达人物的情感。该团队早已计划将该技术运用到实际中，在新闻会议期间有几家正在探寻多样化新媒体技术的公司回应回应项目十分感兴趣。lPS照片筛选技术Adobe公司6月在CVPR计算机视觉大会上展出了用机器代替人类展开数字图像核查的技术，利用神经网络，通过现实的伪造图像训练辨识出有那些被改动过的图片。

Adobe高级研究科学家回应他们研发出有了全世界功能最强劲的图像编辑软件，但2020-03-30 他们要利用AI建构出能筛选图像真实性的工具，协助人们辨别和监控信息时代数字媒体的真实性，并且让司法核查更为公正。经过处置的照片也许需要看穿人的眼睛，但往往不会留给p图痕迹，比如边缘的对比度相当大，故意光滑的区域，或有所不同的噪声样式。而Adobe的算法需要感官这些微小的差异，检测出有图片中的出现异常。

除此以外，它还可以区分各种伪造技术。”非常简单来说，就是用深度自学对大量PS过的图片展开自学和训练，得出结论深度自学神经网络模型，通过对图像噪点和颜色的变化来辨识图像是不是被改动过。Adobe显然在图像识别方面有“得天独厚的优势”，他们可以利用数以万计的经过处置的图像样本来训练出有神经网络。

l人工老化技术据外媒报导，来自康奈尔大学的科学家利用先进设备的人工智能来图形更加现实的人工老化。这种AI技术在将来或可以通过预测人们在未来的相貌协助找寻失联儿童或在逃亡嫌犯，协助警员密码现实下落不明案件。该系统用于一种分解对付网络（GAN）AI算法。

第一部分摄制一张脸，并分解同一个人在目标年龄的另一张脸。第二部分将该图像与该年龄段的人的现实图像以及完整图像展开较为，并获取对系统，通过训练和对系统提升第一部分的辨识正确率。有所不同与以往某种程度用于分解对付网络（GAN）的人工老化系统，该系统改良了人脸变老技术，不仅侧重年龄的正确性，还侧重确保个人的身份。

同时，在展开人脸重返时，作者还考虑到了人脸的许多背景信息，还包括额头、头发等。研究人员利用两个数据库的100，000多幅图像对人工智能系统展开了训练，这些数据库里面包括了有所不同年龄段的警方副本罪犯和名人的面部照片。当人工智能预测人20年后的相貌时，计算机程序就不会自动把预测后照片的年龄段设于50岁和60岁之间，并根据有所不同类型的图像加以调整：比如计算机不会将罪犯20年后的相貌原作为平均值60岁的样子，而名人的相貌则更加年长一些，平均值为52岁。

研究人员在一篇论文中称之为研究结果将在本月盐湖城计算机视觉和模式识别会议上公布。以上三个研究方向作为人工智能在计算机视觉领域的分支接下来都将运用到实际生活当中，我们也许也不会迅速与它们见面。

人工智能还将不会给我们带给什么样的转变，让我们一起拭目以待。

本文来源：爱体育app下载-mascotcreatortoolkit.com