天空中翱翔的海鸥凭空消逝，沙漠中的背包客在行走中人间蒸发……这些原来须要电影制作职员完成的***殊效又一次被人工智能“学会了”。

近期，一项收录于欧洲打算机视觉国际会议（ECCV）的研究开拓了一种人工智能***处理算法，可以在***画面里抹除运动中的物体，同时保持运动边界的清晰度。

这项研究题为《光流 - 边缘勾引的***补全》（Flow-edge Guided Video Completion），由美国弗吉尼亚理工大学和Facebook互助完成，第一作者是美国弗吉尼亚理工大学打算机工程专业的博士生高谌。

高谌目前师从弗吉尼亚理工大学助理教授Jia-Bin Huang，研究领域是打算拍照和打算机视觉，研究集中在图像/***操作和视觉场景理解。

正在骑马的运动员和马匹一起消逝

在高湛及其同事展示的研究成果画面中，各种运动中的物体，如摆动中的秋千、正在骑马的运动员、海上行驶的帆船等，通通在***里“无痕”消逝，肉眼看不出人为的编辑痕迹。

这项研究的另一位作者Jia-Bin Huang在社交媒体中透露，该算法可以在随意拍摄的***中无缝地移除工具、水印或扩大画面视野。
这一算法还得到图灵奖得主、人工智能科学家Yann LeCun 的推举。

高湛等人在论文中先容，这是一种基于光流的***补全算法。
***补全（video completion）任务是用新合成的内容添补给定的时空区域。
它有许多运用，例如修复（去除划痕）、***编辑、殊效事情流（去除不须要的工具）、去水印和标志以及***稳定。

对付***补全任务而言，难点是新天生的内容须要无缝地嵌入到***中，并且变动应尽可能不被察觉。
几年前，业界通用的方法是基于补丁的合成技能。
但这些方法常日合成速率慢，合成新内容的能力有限，只能重新稠浊***中已有的补丁。

后来涌现了基于学习的技能，能够实现更合理的合成效果，但是由于***的高内存哀求，存在分辨率问题。

喷泉旁旋转舞蹈的少女在起跳后消逝

作者认为，目前最成功的***补全方法是基于光流的技能，其能够合成色彩和光流，沿着光流的轨迹通报颜色，以提升***的韶光连贯性，从而减轻内请安题并实现高分辨率输出。

这项新研究也采取了基于光流的办法。
作者表示，以往的光流补全方法每每无法保持运动边界的清晰度，而他们所开拓的方法首先提取并补全运动物体的边缘，再以光流边缘为勾引补全光流。
由于并非所有***中缺失落的区域都能通过这种方法补全，研究职员引入了非局部光流，使得***内容能够在运动边界上传播。

作者称，可视化和定量结果都表明，他们的方法与最新的算法比较具有更好的性能。
他们同时指出，其方法的运行速率为0.12fps（Frames Per Second，每秒传输帧数），与其他基于光流的方法相称，运行速率稍慢是一大弱点。

任务编辑：李跃群

校正：张亮亮