視頻PS神器！人物隱身、水印去除，簡(jiǎn)直像重拍了一遍，這項(xiàng)登上CVPR的研究剛剛開(kāi)源了

鬼栗子 郭一璞 發(fā)自 凹非寺

量子位 報(bào)道 | 公眾號(hào) QbitAI

讓一個(gè)人的蹤影從視頻中消失，總是一個(gè)難題。

畢竟，你永遠(yuǎn)不知道，錄好的節(jié)目里，哪個(gè)明星藝人會(huì)突然翻車(chē)，形象大跌，后期團(tuán)隊(duì)被迫緊急加班，用各種方式掩蓋他們的痕跡。

比如，某衛(wèi)視春晚，強(qiáng)行讓一位背上罵名的主持人消失：

以及某綜藝節(jié)目，把言行不當(dāng)?shù)乃嚾烁某闪丝ㄍㄈ宋铮?/p>

要是有個(gè)AI，能一鍵把這些人物都刪掉，還讓觀眾看不出紕漏就好了。

現(xiàn)在，一項(xiàng)CVPR 2019上的研究，讓這個(gè)需求變成了現(xiàn)實(shí)。

拿美隊(duì)3舉個(gè)例子，機(jī)場(chǎng)大戰(zhàn)中，飛舞的紅色小人就是被標(biāo)記出來(lái)的蜘蛛俠，他正在用蜘蛛絲把蟻人綁起來(lái)。

現(xiàn)在，AI出馬，蜘蛛俠不見(jiàn)了，留下蟻人獨(dú)自被被蜘蛛絲捆綁糾纏，仿佛這些蜘蛛絲擁有了自動(dòng)捆綁功能。

再比如，《瘋狂動(dòng)物城》里的兔兔朱迪，也被用紅色標(biāo)注了。它本來(lái)在冰面上奔跑，爬上冰山，耐不住滑溜溜的冰面，掉進(jìn)了水里。

在AI出手之后，朱迪就免去了爬冰之苦，鏡頭里只有他留在冰面上的影子。

原本人物的位置，被修復(fù)的非常完美，壓根看不出來(lái)曾經(jīng)有只兔兔被摳了出去，就好像電影的動(dòng)畫(huà)團(tuán)隊(duì)把這個(gè)鏡頭重新做了一遍。

看到這樣的效果，不知道上面那兩部節(jié)目的后期會(huì)不會(huì)哭暈：長(zhǎng)期加班搞出來(lái)的效果，別人家的AI就自動(dòng)完成了，而且毫無(wú)違和感，讓人物消失的無(wú)影無(wú)蹤。

另外，估計(jì)拍vlog的視頻播主們也會(huì)開(kāi)心的不行：再也不擔(dān)心網(wǎng)紅打卡地遍地都是人了，直接用AI刪掉多方便！

背后的AI，是名叫光流引導(dǎo)?(Flow-Guided) 的視頻修復(fù)算法。它主要來(lái)自商湯港中大聯(lián)合實(shí)驗(yàn)室和商湯南洋理工聯(lián)合實(shí)驗(yàn)室，有周博磊大神參與，中選了CVPR 2019。

GitHub預(yù)告鏈接放出許久之后，這項(xiàng)研究的代碼，剛剛開(kāi)源。

而在放出之前，也已經(jīng)有245位GitHub用戶標(biāo)了星，翹首以待。

那么問(wèn)題來(lái)了，在一片熱鬧的景象里，抹掉一個(gè)劇烈運(yùn)動(dòng)的人物，怎么會(huì)這般輕松自如？

追光者

就像開(kāi)頭提到的那樣，隱身術(shù)是用光流?(Optical Flow) 煉成的。

所謂光流，視覺(jué)上長(zhǎng)這樣：

事實(shí)上，它是描述物體運(yùn)動(dòng)情況的一個(gè)概念，James Gibson在1950年就提出了：

指的是空間運(yùn)動(dòng)的物體在觀察平面上，像素運(yùn)動(dòng)的瞬時(shí)速度。觀察者嘛，可以是人類的肉眼，也可以是攝像機(jī)。

在攝像機(jī)拍下的視頻里，幀與幀之間是有時(shí)間順序的，這樣就可以從相鄰兩幀之間算出光流，那就是物體的運(yùn)動(dòng)信息。

學(xué)到這樣的信息，可以用來(lái)做目標(biāo)檢測(cè)，也可以用來(lái)修改視頻。

團(tuán)隊(duì)開(kāi)發(fā)了一個(gè)兩步的算法：

第一步，估計(jì)光流。第二步，用光流來(lái)指導(dǎo)修復(fù)。

現(xiàn)在，把這兩步拆解一下。

第一步，光流估計(jì)，把視頻上的某個(gè)部分擋住，AI要把這一部分的光流補(bǔ)充完整。

比如，下圖的紅色就是遮擋部分。

團(tuán)隊(duì)設(shè)計(jì)了一個(gè)叫做DFC-Net的網(wǎng)絡(luò)，學(xué)著把不完整的光流補(bǔ)充完整。

而在AI的訓(xùn)練數(shù)據(jù)里，遮擋是隨機(jī)生成的，對(duì)照完整的視頻來(lái)學(xué)習(xí)：

左邊是隨機(jī)遮擋；右邊是遮擋之后 (用簡(jiǎn)單填充算法初始化得到) 的光流，等待補(bǔ)全；中間是標(biāo)答。

DFC-Net有三個(gè)子網(wǎng)絡(luò)。第一個(gè)子網(wǎng)絡(luò)，負(fù)責(zé)在一個(gè)粗糙尺度上補(bǔ)全光流；把結(jié)果交給第二個(gè)子網(wǎng)絡(luò)，細(xì)化一下。再交給第三個(gè)網(wǎng)絡(luò)，進(jìn)一步細(xì)化：

這樣，就有了最終的光流補(bǔ)全結(jié)果。

第二步，就該根據(jù)光流來(lái)修復(fù)視頻了。

原理是，某一幀里被遮擋的信息，在其他幀里可能是存在的。根據(jù)光流提供的運(yùn)動(dòng)信息，就可以用其他幀里的已知像素，來(lái)填補(bǔ)當(dāng)前幀的未知像素了。

當(dāng)然，還有一些信息，整段視頻都沒(méi)顯示。這一部分，就要靠傳統(tǒng)圖像修復(fù)網(wǎng)絡(luò)Deepfill來(lái)腦補(bǔ)了。

講完原理，來(lái)全方位觀察一下，算法的功效究竟如何。

完美消失的馬術(shù)選手

新的方法怎樣，要和優(yōu)秀的前輩比一場(chǎng)才知道。

對(duì)手有兩位，一是來(lái)自CVPR 2018的Deepfill，二是Huang et al出品、中選SIGGRAPH 2016的算法。

這是第一題，把馬術(shù)選手和ta的馬，從視頻里面抹掉：

Deepfill (右上) 單靠腦補(bǔ)，馬的痕跡十分明顯；Huang et al (左下) 自然了許多，但依然有些灰蒙蒙的殘留；相比之下，新算法修過(guò)的視頻，只留下了地上的影子。

還有第二題，把輪滑妹子面前的水印去掉：

下面是Huang et al前輩的結(jié)果，當(dāng)妹子跳過(guò)水印原本的位置，依然看得出不少灰色的污跡：

而本文主角修復(fù)的結(jié)果，幾乎看不出視頻曾經(jīng)有過(guò)水印：

當(dāng)然，不止是肉眼觀察的結(jié)果，這只新的AI在YouTube-VOS和DAVIS兩大數(shù)據(jù)集上，得分都比前輩更勝一籌：

另外，研究者們還找了30名吃瓜群眾，仔細(xì)測(cè)試人類的觀感。

首先在目標(biāo)移除方面，將近80%的用戶認(rèn)為第一名應(yīng)當(dāng)是這項(xiàng)研究 (藍(lán)色部分) 。

而在背景填充方面，也有近七成用戶認(rèn)為這項(xiàng)研究的填充效果是最好的。

港中大&商湯聯(lián)合出品

研究人員中，有三位來(lái)自港中大商湯聯(lián)合實(shí)驗(yàn)室，一位來(lái)自南洋理工大學(xué)。

一作徐瑞和二作李曉瀟都是港中大商湯聯(lián)合實(shí)驗(yàn)室的博士，李曉瀟曾在分別在2017年和2018年的DAVIS Challenge on Video Object Segmentation贏得了冠軍和亞軍。

第三位作者周博磊目前是港中大信息工程系助理教授，他去年剛從MIT博士畢業(yè)，現(xiàn)在h-index就高達(dá)25了，曾獲得MSRA和Facebook的獎(jiǎng)金。

Places2和ADE20K兩個(gè)數(shù)據(jù)集都是他參與的作品，Network Dissection和Class Activation Mapping也是他的代表作品。

最后一位作者呂健勤（Chen Change Loy），博士畢業(yè)于倫敦瑪麗女王大學(xué)，現(xiàn)在是南洋理工大學(xué)計(jì)算機(jī)科學(xué)與工程學(xué)院的副教授，他同時(shí)還是港中大的客座副教授，此前也一直在港中大多媒體實(shí)驗(yàn)室任教。

呂健勤教授帶領(lǐng)團(tuán)隊(duì)進(jìn)行了許多和計(jì)算機(jī)視覺(jué)、圖像處理相關(guān)的研究。近兩年，他還在CVPR 2019、BMVC 2019、ECCV 2018和BMVC 2018幾場(chǎng)頂會(huì)擔(dān)任區(qū)域主席，他也是IJCV雜志副主編。

一個(gè)彩蛋

你看，刻苦練習(xí)之后，身為一只兔子的朱迪，用優(yōu)秀的彈跳能力彌補(bǔ)了身高劣勢(shì)，反超隊(duì)友：

但實(shí)力還是可以隱藏的，于是她又把自己融進(jìn)了雪水：

論文：

Deep Flow-Guided Video Inpainting

Rui Xu, Xiaoxiao Li, Bolei Zhou, Chen Change Loy

https://arxiv.org/abs/1905.02884

項(xiàng)目主頁(yè)：

https://nbei.github.io/video-inpainting.html

開(kāi)源代碼：

https://github.com/nbei/Deep-Flow-Guided-Video-Inpainting