翻译：王益军
审校：心
链接：technologyreview
对付大多数人来说，对人脸进行精确素描是一门很难节制的艺术，但是对付打算机而言却相比拟较随意马虎。目前，有多种程序能够将图像转换为素描。虽然这些系统对付阴影与高比拟度的处理还存在困难，但是每每开端都是挺不错的。
更有希望的方法便是利用机器视觉算法，机器视觉算法依赖于神经网络，通过神经网络对图像的特色进行提取，然后再利用这些特色天生素描。在这一领域，机器的水平已经与人类旗鼓相当，乃至已经超越了人类。
不过，将素描转换为图像这一问题又若何呢？便是先准备一份素描，然后通过素描天生一幅人脸最初的彩色图像。显然，这一任务的难度更大，乃至连人类都没有如此考试测验过。
不过现在，机器已经办理了这一问题。本日，丹麦拉德伯德大学的Yagmur Gucluturk、Umut Guclu以及Pals对神经网络进行教诲，使其能够将手绘的人脸素描转换为逼真的画像。这项任务也从另一方面证明了智能机器与神经网络已经在更加广泛的任务范围内超越了人类。
拉德伯德团队最初利用由20万份网络人脸图像组成的数据集，并通过标准的图像处理算法对这些素描、灰度素描以及彩色素描进行转换。这就产生了大量培训数据集，并利用这些数据集对11层脑回神经网络进行教诲，使其能够实行相反的任务：将素描转换为逼真的彩色人脸图像。
对网络进行培训之后，拉德伯德团队又利用其余一个数据集对这些步法进行整理。而神经网络的任务便是用这些素描天生逼真的图像。
研究所得到的结果非常不错，特殊是神经网络对素描进行处理的时候，尤其如此。“我们创造线路模型在人的头发和皮肤颜色进行匹配的时候做得非常细致，乃至当素描不包含任何颜色信息的时候处理得也非常不错，”拉德伯德团队如此说道。
缘故原由彷佛很明显。他们表示：“这大概同时表明该模型在利用素描的亮度差异来推断颜色的同时，还能够利用与不同种族的高等脸部特色干系的颜色属性进行学习。”
接下来，该团队利用完备不同的数据集对神经网络进行测试，这些数据集利用手绘素描，并且这些素描与神经网络之前所培训的内容的天生办法完备不同。
拉德伯德团队表示：“该模型再一次合成了逼真的人脸图像。”
当然，神经网络也并不是非常完美的，特殊是在处理没有阴影的铅笔钩画的手绘素描时会存在困难，导致天生的图像的逼真度不高。“缘故原由在于素描模型的培训数据中缺少这些特色，”他们说道。“还表示可以通过在培训中加入相应的样本（与素描艺术家的绘画风格非常靠近）就能够轻松地办理这一问题。”拉德伯德研究职员如此表示。
末了，该团队还让神经网络根据伦布兰特以及凡.高档艺术家的素描自画像制作逼真的图像。干系工程给人留下了深刻的印象，同时也证明了神经网络在视觉任务领域正快速地超越人类。最明显的直接应用便是取证领域，不过须要警方艺术事情者供应精确的嫌犯图像。
不过这只是机器的优胜性所表示出的一个方面。机器视觉算法还能够实行诸如对一幅图像的艺术网络复制、粘贴到另一幅图像，精确地将颜色添加到灰度图像中，并将低分辨率的图像转换为高分辨率图像。
经由短短几年韶光的发展，这统统就已经成为了现实，不过深度神经网络还有很长的路要走。因此，很难预测在一年韶光内神经网络还能够做哪些事情。