现在有除红眼、斑点以及对脸部外观化妆合成效果的软件已十分常见，然而因技术仍有许多不足之处，脸部表情的调整还是难以做到完美。但 Facebook 研究人员近期提出一种称为 Exemplar GANs（ExGANs）的技术，可为照片中闭着眼睛的人张开眼睛，也不会令人感到太过突兀。
这种使用软件“填空”（in-painting）的技术其实并不少见，面对越来越多的人物照片，用来修饰人脸的算法是电脑视觉与机器学习中的主要研究课题之一。以目前情况来说，深度卷积神经网络（DNNs）已经在填补缺失区域取得良好效果，只要给予足够的训练内容，DNN 能学习人脸“应该”是什么样子，不仅能维持肤色或局部亮度，还可以编码一些语义合理性的概念，保留脸部图像的整体结构同时进行改变。
然而由于人类往往对脸部结构的细小误差非常敏感，特别是如果这些面孔是我们自己的或我们熟知的，一旦处理不佳，很容易产生诡异的恐怖谷（Uncanny Valley）感受，这也让脸部修饰技术的“真实化”程度格外重要。
尽管 DNN 已可产生具可信度、逼真的结果，但面对填空眼睛区域的特殊情况时，由于 DNN 会选择插入训练时相似脸孔的对应眼睛，如果目标对象有一些显著特征，填空情况仍会与真实情况有差异。
生成式对抗神经网络（GANs）过去成功用于从无产生脸部或填空脸部区块的测试，对于脸部任务处理特别适合，Facebook 使用的 ExGANs 则更提升了细节，透过与 Adobe Photoshop Elements 最新使用的睁眼算法比较，就可更明显的看出差异。
照片中第三列的是使用 Adobe 技术的图片效果，可看出是采用类似姿势亮度下的图片来混合填空，然而因没有充分运用图片的结构讯息，像是整体照片光线甚至人物视线，这些细小的变因便导致照片缺乏可信度。
而第四列使用 Facebook 技术的图片，虽然 ExGANs 自动为眼部产生的填空区块像素较低，但无论光线、色泽与视线都不会令人产生突兀的感受，这也让未来填空技术的使用更推向现实。
透过训练神经网络，未来不仅是眼睛，像是嘴巴的开阖、将皱眉变为舒展应该都可行，甚至技术进步之下，眼镜、胡须这些脸部的额外元素，或许也都能根据需要转换或修改。虽然 ExGANs 仍称不上完美，但这确实让我们稍微窥见填空技术未来在照片应用的可能。
- Eye In-Painting with Exemplar Generative Adversarial Networks
（图片来源：Facebook）
