早稻田大学 研究院助教饭塚里志氏提出的、利用深度学习进行图像补全的技术「Globally and Locally Consistent Image Completion：考虑场景全局与局部一致性的深度网络图像补全」的技术很厉害！
论文已正式被 SIGGRAPH 2017 录用。这是一种通过深度学习进行复杂图像补全的方法。还能消除图像中不需要的物体，或者改变人的脸部。https://t.co/iHccQXmqEh pic.twitter.com/zhmVjIajcy
— 饭塚 里志 Satoshi Iizuka (@stsiizk) April 30, 2017
用所提方法去除太阳镜。 pic.twitter.com/EcCukUeUUu
— 饭塚 里志 Satoshi Iizuka (@stsiizk) April 30, 2017
概要
本研究提出一种使用卷积神经网络、考虑场景全局与局部一致性的图像补全方法。所提补全网络由全部卷积层构成，能够补全任意尺寸图像中任意形状的“洞”。为了让该补全网络学习考虑场景一致性的图像补全，构建了用于识别真实图像与补全后图像的全局判别网络和局部判别网络。全局判别网络评估整张图像是否成为自然图像，局部判别网络则依据补全区域周边更细致的一致性来评估图像。通过让这两个判别网络都被补全网络“欺骗”，即可输出在整个场景中保持一致、且局部也自然的补全图像。借助所提方法，能够在各种场景中实现自然的图像补全，并且还可以生成传统基于 patch 的方法无法做到的、输入图像中未出现的纹理和物体。由此，实现了对人脸部分区域进行补全等复杂图像补全。
如果能与 Photoshop 等软件的功能集成起来……感觉会变得很不得了……
另外也挑选了一些其他推文
应很多人要求，试着去除了塔摩利先生的太阳镜。失败了？ pic.twitter.com/pTWwAlf14f
— 饭塚 里志 Satoshi Iizuka (@stsiizk) April 30, 2017
难得有这个机会，还用所提模型（https://t.co/iHccQXmqEh）试着补全了插画。模型是用插画数据训练的。 pic.twitter.com/G9Vk93yeIT
— 饭塚 里志 Satoshi Iizuka (@stsiizk) May 9, 2017
插画的例子也很有意思！
如果过度使用这项技术，然后说“是我画的！”之类的，恐怕会引发各种问题吧（笑
让人充满期待。