有很多方法可以處理照片，比如消除紅眼或鏡頭眩光等，讓人像看起來更好看。但到目前為止，眨眼已經被證明是拍照最難解決的問題之一。然而，Facebook的研究可能會改變這一切，這個研究正在以一種非常令人信服的方式將閉眼替換為睜開的眼睛。

首先，讓我們來回顧下“智能繪畫”這項技術，當一個程序用其認為屬于該空間的元素填充這個空間時，此技術就會被調用。特別是，Adobe通過其“上下文感知填充（context-aware fill）”充分應用這個技術，允許用戶無縫地替換不需要的特征元素，例如突出的分支或云，通過很好地模擬該處應有的元素來進行預測和填充。

但有些功能超出了這類工具的替代能力，其中之一就是眼部位置的替換。眼睛的精細度和高度可變的性質，使系統改變或創建這些位置變得更難。現在，Facebook研究團隊決定采取措施來攻克這個問題。

Facebook通過一個生成式對抗網絡（Generative Adversarial Network，GAN）來解決這個難題，GAN本質上是一個機器學習系統，它試圖欺騙自己認為其創作是真實的。在GAN中，系統的一部分學會識別面部表情，而系統的另一部分重復創建基于識別部分反饋的圖像，逐漸接近現實圖像。

從左至右：示范圖像、源圖像、Photoshop睜眼算法、Facebook算法。

在這種情況下，網絡接受了訓練，以識別和復制令人信服的睜眼圖像，但正如你在右邊的例子中看到的那樣，Photoshop的方法看上去似乎貼在人們的眼睛上，沒有考慮與其他圖像的一致性。這是因為機器很幼稚，它們沒有直覺性理解能力。

Facebook的研究人員所做的就是將示范圖像數據包括在內，以顯示目標人物睜開眼睛的圖像，從中GAN不僅了解到人像的眼睛應該是什么樣子，而且還知道目標人物的眼睛該如何塑造，例如如何著色等。

訓練的結果是相當真實和令人信服的：沒有顏色不匹配或明顯的拼接，因為網絡的識別部分知道這不是人看起來的樣子。

在測試中，人們錯誤地將虛假的睜眼照片誤認為是真實的照片，或者說他們不能確定哪些是真實的，認為這樣的被測試者超過了50%。除非觀看者知道一張照片被篡改，否則，如果只是在新聞采訪中滾動瀏覽照片，可能也不會特別注意。不過，如果仔細看起來還是有點奇怪。

據Facebook相關研究人員介紹，在某些情況下，此功能仍然會失效，如果一個人的眼睛被頭發部分覆蓋，或者有時不能正確地重新創建顏色，就會產生奇怪的偽影。目前，研究人員正在解決這個問題。

你可以想象一下，Facebook上的一個自動開眼界工具的用處，它可以檢查一個人的其他照片，并用它們作為參考來代替最新的照片。這有點令人毛骨悚然，但這對Facebook來說非常標準，至少它可以挽救一兩張合影照片。