终于，我小学时的梦想有人实现了！
只须要我拍下自己的字迹，AI就能帮我誊抄英语作业，画风“完备同等”的那种：
乃至帮别人抄作业也没问题……
切实其实吊打一批只能仿手写、价格还动辄几百上千的“作业神器”。
咳咳，划重点：
虽然功能很强大，但这可不是给你们抄英语作业的。（作业就得负责做！
）
这是Facebook AI最新出品的“笔墨风格刷”（TextStyleBrush），它只须要一张字迹的照片，就能完美还原出一整套文本字迹来。
不仅能移花接木，凭空将“酱油瓶”变成“茶壶”：
还能直接实现风格更换，让蔬果店里的所有印刷字都变成手写体：
这样看来，现在就连照片笔墨，也不一定是真实的了。
比格式刷还强：文本也能换在实际利用过程中，TextStyleBrush真的便是个格式刷，哪里须要刷哪里。
它真正厉害的便是仿照手写字体。
只需输入一段文本内容，加上你的字迹，1个单词即可，它就能天生“手写版”。
这个效果，用肉眼看真的是分辨不出真伪！
把菜场中价签的印刷体都换成手写体的过程中，它还能识别出不是印刷体的样本，自动跳过转换合成。
△两个手写标签并没有被变动
仿照特定字体格式时，TextStyleBrush表现也很不错。
包括海报、垃圾桶、路牌、饮料瓶、店面装饰……各种笔墨的风格都能handle：
除了直不雅观的效果，开拓职员对合成图片也做了数据上的剖析。
TextStyleBrush天生的图片在合成偏差（MSE）上大幅降落，峰值信噪比（PSNR）和构造相似性（SSIM）也提高不少。
在笔墨识别的准确性上，TextStyleBrush在三组数据集中的表现都不错：
准确率都高达95%以上。
拿GAN改一改，真假笔墨难辨认
据Facebook先容，“笔墨风格刷”TextStyleBrush是一个基于自监督方法演习的模型，可以对相同文本内容的笔墨进行风格转换，就像格式刷一样。
当然，不但是Word的格式刷，它乃至能直接对照片中的笔墨进行更换，因此模型还须要学习笔墨识别和图像分割的方法。
△逆光场景也不在话下
为了同时实现图像分割和笔墨风格转换，TextStyleBrush模型基于StyleGAN2进行了设计，后者能天生非常逼真的图像照片。
然而，StyleGAN2存在两个问题：
首先，它天生图像的办法是“随便乱打”的，也便是没办法掌握输出图像特色。但TextStyleBrush必须要天生指定文本的图像。其次，StyleGAN2的整体风格不受掌握，但TextStyleBrush中的风格涉及大量信息组合，包括颜色、尺度和风格转换等特色，乃至是带有个人特色的字迹细节差异。为此，TextStyleBrush首先通过将文本信息和风格作为两个“附加条件”掌握模型输出，来办理模型随机天生图像的问题。
然后，为了进一步更风雅地掌握文本的风格特色，还会提取神经网络层中的各种风格信息，并将这些信息注入文本天生器中，便于从各种尺度（颜色、整体风格、细节）上掌握笔墨的风格。
除此之外，由于不同的图片分辨率不同，天生器还必须天生和更换区域分辨率相似的笔墨。
为此，这一模型加入了能够掌握高低分辨率的构造，使得天生的笔墨图像能匹配输入图像的分辨率。
就像这样，更换前后也不会涌现字体清晰度差异大的问题：
但不同于照片，笔墨的风格实在要更加自由，以是有时候画风的真实性不好说。
为此，在演习的时候，Facebook引入了一种创新的自监督演习方法，结合风格分类、文本识别（OCR）和GAN三种模型来保留输入的风格/笔墨内容，再决定要更换哪个。
例如，在文本识别上，让TextStyleBrush天生文本图像后，模型会用一个预演习文本识别构造来“判断”图像的笔墨内容，并给它打分。
事实证明，这样演习出来的模型，确实很好用。
网友：以假乱真？我真有点担心……合成人脸已经玩太多了，合成字迹还是头一回。
而且它的效果真的还不错！
以是，TextStyleBrush一经发布，就引来了很多人的围不雅观。
已经有网友开始想象它的用场了：
欢迎来到花式署名的天下！
LeCun也转发了一波。
不过，能看不能玩实在是太难熬痛苦了，有手痒的网友就跑来提问：
TextStyleBrush会对大众开放利用吗？
是日然也就引出来一个会引起争议的点：
合成后的字迹足以以假乱真，如果被滥用或恶意利用怎么办？
假设任何一个人的字迹都能被非常轻松地合成，那许多须要具名的场合该怎么办呢？
例如，有网友表示，假如连年夜夫们的“草书”处方都能模拟……
而除了安全隐私问题上的担忧，这对字体设计师来说也不是个好。
毕竟各款字体实在都是有版权的，如果可以被轻松仿照出来，那岂不是盗版满天飞，乃至连作者本尊都分辨不出来真伪。
有网友就表示：这离真假难辨的反乌托邦天下更近了一点……
对此，Facebook的CTO作出了回应：
由于可能会被用来假造字迹，以是我们只发布论文和数据集，源代码并不会开源。
分享研究和数据集，也更多是为了预防文本版Deepfakes。
你以为呢？
TextStyleBrush数据集：https://github.com/facebookresearch/IMGUR5K-Handwriting-Dataset
论文地址：https://scontent-fml2-1.xx.fbcdn.net/v/t39.8562-6/10000000_944085403038430_3779849959048683283_n.pdf
— 完 —
量子位 QbitAI · 头条号签约
关注我们，第一韶光获知前沿科技动态