編者按：如今，社交網(wǎng)絡(luò)將全球各地的人們緊密聯(lián)系在了一起，雖然這確實(shí)帶來(lái)了極大的便利，但它也成了不良信息的發(fā)育土壤，比如散布黃圖。月前，F(xiàn)acebook曾向用戶征集裸照，用于訓(xùn)練模型以屏蔽和用戶相關(guān)的不雅照片，此舉引發(fā)巨大社會(huì)反響。而近期，巴西名校里約熱內(nèi)盧天主教大學(xué)的幾位研究人員開(kāi)發(fā)了一個(gè)自動(dòng)給裸露人體穿上比基尼的模型：把別人脫下的衣服，一件件穿了回去。

現(xiàn)在，借助互聯(lián)網(wǎng)的可訪問(wèn)性和信息的廣泛傳播性，人們獲取各種內(nèi)容的簡(jiǎn)易程度堪稱前所未有。雖然這帶來(lái)了不少好處，但也暴露了一個(gè)事實(shí)——部分用戶的隱私信息正在被大肆傳播，比如個(gè)人不雅照。

當(dāng)然，我們不排除社交網(wǎng)絡(luò)上存在愿意暴露自己身體的網(wǎng)友，但在缺乏管制和約束的環(huán)境下，一些未經(jīng)本人同意，甚至本人都不知道的圖像也會(huì)出現(xiàn)在網(wǎng)絡(luò)中，給當(dāng)事人造成惡劣影響。雖然各國(guó)成人信息監(jiān)管由來(lái)已久，但這些審查工作至今都還是簡(jiǎn)單的二元分類：“忽略”，還是“不忽略”？在這種情況下，受害者的權(quán)益沒(méi)法得到保障。

更有甚者，據(jù)澳大利亞伯內(nèi)特的一項(xiàng)統(tǒng)計(jì)顯示，92.2％的受訪男孩和62.1％的受訪女孩在18歲以前就已經(jīng)在網(wǎng)上接觸過(guò)色情內(nèi)容，首次接觸的中位年齡只有14歲。這些流傳于社交網(wǎng)絡(luò)的不良信息正在荼毒我們的下一代，而審查機(jī)制不合理（全年齡環(huán)境下）是一個(gè)主因。

在這篇論文中，研究人員介紹了一種新的成人信息審查方法：用自動(dòng)過(guò)濾敏感內(nèi)容取代檢測(cè)、排除已識(shí)別內(nèi)容。他們開(kāi)發(fā)了一種基于GAN的圖到圖轉(zhuǎn)換方法，可以檢測(cè)出圖片中的敏感區(qū)域，在覆蓋它們的同時(shí)保留其語(yǔ)義。

簡(jiǎn)單來(lái)講，就是用穿衣服取代打馬賽克，模型不用學(xué)會(huì)識(shí)別什么是胸部，什么是臀部，它只需要學(xué)會(huì)判斷哪里是敏感部位，只要這些部位是裸的，它就可以生成符合形狀的布料。

具體方法

因?yàn)槟繕?biāo)是把裸女轉(zhuǎn)成穿著比基尼女郎，首先，研究人員從網(wǎng)上抓取了兩類圖像：***女性（X）和穿著比基尼的女性（Y）。他們對(duì)圖像進(jìn)行了過(guò)濾，一張臉只保留一張圖，這是訓(xùn)練模型所使用的數(shù)據(jù)集（數(shù)據(jù)集會(huì)公開(kāi)，但由于雙盲評(píng)審，鏈接被隱去）。

在摘要中，他們稱即便數(shù)據(jù)集很小，模型的效果也很理想。所以把數(shù)據(jù)集進(jìn)一步分為訓(xùn)練集（90%）和測(cè)試集（10%）后，對(duì)于圖像X，他們有1044張訓(xùn)練圖像和117張測(cè)試圖像；對(duì)于圖像Y，他們有921張訓(xùn)練圖像和103張測(cè)試圖像。

圖像到圖像轉(zhuǎn)換是一類經(jīng)典計(jì)算機(jī)視覺(jué)問(wèn)題，按照一般方法，研究人員需要對(duì)齊訓(xùn)練集圖像，讓模型學(xué)習(xí)輸入圖像和輸出圖像之間的映射。但在這個(gè)問(wèn)題下找到成對(duì)圖像基本是不可能的，他們沒(méi)有那個(gè)條件去找一千多個(gè)模特專門拍攝。如上圖所示，最終他們受Unpaired Image-to-Image Translation using Cycle-Consistent Adversarial Networks這篇論文啟發(fā)，用對(duì)抗訓(xùn)練學(xué)習(xí)域之間的真實(shí)映射。

具體而言，這個(gè)框架由兩個(gè)映射生成器（G:X→Y、F:Y→X）和兩個(gè)判別器（DX、DY）組成：

生成器G：把真實(shí)裸女圖像{x}轉(zhuǎn)成比基尼女郎偽圖{y?}；

生成器F：把真實(shí)比基尼女郎圖像{y}轉(zhuǎn)成裸女偽圖{x?}；

判別器DX：區(qū)分裸女真圖{x}和裸女偽圖{F (y)} = {x?}；

判別器DY：區(qū)分比基尼女郎真圖{y}和比基尼女郎偽圖{y?}。

訓(xùn)練完成后，生成器就能生成能騙過(guò)判別器的圖像，也就是為裸女“穿”上衣服。模型使用的是LSGANs的損失函數(shù)，因?yàn)樗仍糋AN的函數(shù)更穩(wěn)健，具體細(xì)節(jié)論文中有明確寫明，此處不再介紹。

實(shí)驗(yàn)結(jié)果

研究人員在實(shí)驗(yàn)中測(cè)試了不同架構(gòu)生成器的效果，用的模型分別是ResNet和U-Net，他們也測(cè)試了不同深度對(duì)判別器的影響。下圖是模型在原數(shù)據(jù)集上的效果：第一行是裸女原圖，第二行是ResNet生成器的結(jié)果，第三行是U-Net生成器結(jié)果。

可以發(fā)現(xiàn)，雖然使用U-Net生成器的模型（第三行）為敏感部位打上了“馬賽克”，但它們整體上失真嚴(yán)重，不能被視為“比基尼”。而使用ResNet生成器的模型效果更好，比基尼更美觀，覆蓋范圍也更準(zhǔn)確，圖像質(zhì)量更高。

在訓(xùn)練過(guò)程中，研究人員發(fā)現(xiàn)模型有時(shí)會(huì)試圖在圖像主體（人）和圖像背景間建立聯(lián)系，這顯然是誤入歧途。因此他們用Mask R-CNN截取任務(wù)輪廓，制作了一個(gè)空白背景數(shù)據(jù)集重新訓(xùn)練模型。從理論上來(lái)講，通過(guò)使用“無(wú)背景”圖像，神經(jīng)網(wǎng)絡(luò)可以更專注于當(dāng)前任務(wù)，而不受嘈雜的背景影響。

如上圖所示，無(wú)背景下，兩個(gè)模型的結(jié)果比之前好了一點(diǎn)，但相比U-Net生成器，ResNet生成器還是顯示出了明顯的優(yōu)勢(shì)。此外，他們還對(duì)模型的穩(wěn)健性進(jìn)行了測(cè)試：輸入一張比基尼女郎圖后，生成器F輸出了和原圖非常相近的圖像，并沒(méi)有做太多更改——這意味著模型在沒(méi)有胸部、臀部語(yǔ)義認(rèn)知的情況下，真正學(xué)會(huì)了識(shí)別敏感區(qū)域。

小結(jié)

看罷全文，相信有讀者會(huì)提出質(zhì)疑：近幾年學(xué)界發(fā)表了不少去馬賽克的成果，這種技術(shù)和打馬賽克又有多大區(qū)別？

總的來(lái)說(shuō)，區(qū)別還是很明顯的，至少比基尼女郎比馬賽克更美觀，從某種程度上來(lái)說(shuō)也更少兒皆宜。再者說(shuō)，不用考慮超分辨率去馬賽克，整個(gè)模型是一體的，既然生成器G可以生成逼真比基尼女郎圖像，同理，生成器F也能把比基尼給“脫”了，這在論文中有圖文介紹，所以想還原不是沒(méi)有辦法。

但需要注意的是，這種技術(shù)的本意是改進(jìn)現(xiàn)有成人信息審查機(jī)制，讓更多不該看到這類信息的人沒(méi)有機(jī)會(huì)接觸不良信息，尤其是青少年和兒童。這也保護(hù)了不雅照泄露者的權(quán)益，避免網(wǎng)絡(luò)傳播給他們?cè)斐啥蝹Α母旧险f(shuō)，它無(wú)法真正制止犯罪和侵權(quán)，但它能反映一種進(jìn)步。

如果要說(shuō)缺點(diǎn)，除了圖像質(zhì)量不高，論文作者給的圖像測(cè)試也不具典型性，因?yàn)榍謾?quán)圖像涉及大量偷拍內(nèi)容，而論文中的裸女照片都像模特?cái)[拍，因此數(shù)據(jù)集還有待擴(kuò)充。此外，數(shù)據(jù)集中也應(yīng)該增加男性內(nèi)容。