商研丨扣物隐身抹水印，AI让视频PS如此简单，这项登上CVPR 2019的研究开源了

编者按：如今，PS修图技术变得十分普遍，但视频修复却依然是一件十分耗时耗力的事。近期，商汤及联合实验室发布了论文《Deep Flow-Guided Video Inpainting》，推出光流引导 (Flow-Guided)的视频修复算法，让视频PS触手可得。该论文入选了CVPR 2019，代码已开源。本文经AI新媒体量子位(公众号ID:QbitAI)授权转载。

让一个人的踪影从视频中消失，总是一个难题。比如综艺节目，把效果不好的局部画面删除或者让卡通人物消失。

要是有个AI，能一键把这些人物都删掉，还让观众看不出纰漏就好了。现在，一项CVPR 2019上的研究，让这个需求变成了现实。

拿美队3举个例子，机场大战中，飞舞的红色小人就是被标记出来的蜘蛛侠，他正在用蜘蛛丝把蚁人绑起来。

现在，AI出马，蜘蛛侠不见了，留下蚁人独自被蜘蛛丝捆绑纠缠，仿佛这些蜘蛛丝拥有了自动捆绑功能。

再比如，《疯狂动物城》里的兔兔朱迪，也被用红色标注了。它本来在冰面上奔跑，爬上冰山，耐不住滑溜溜的冰面，掉进了水里。

在AI出手之后，朱迪就免去了爬冰之苦，镜头里只有她留在冰面上的影子。原本人物的位置，被修复的非常完美，几乎看不出来曾经有只兔兔被抠了出去，就好像电影的动画团队把这个镜头重新做了一遍。

看到这样的效果，不知道上面那两部节目的后期会不会哭晕：长期加班搞出来的效果，别人家的AI就自动完成了，而且毫无违和感，让人物消失的无影无踪。

另外，估计拍Vlog的视频主播们也会开心的不行：再也不担心网红打卡地遍地都是人了，直接用AI删掉多方便!

背后的AI，是名叫光流引导 (Flow-Guided)的视频修复算法。它主要来自香港中文大学-商汤科技联合实验室和南洋理工大学-商汤科技联合实验室，中选了CVPR 2019。目前，这项研究的代码已开源。

那么问题来了，在一片热闹的景象里，抹掉一个剧烈运动的人物，怎么会这般轻松自如?

追光者

就像开头提到的那样，隐身术是用光流 (Optical Flow) 炼成的。所谓光流，视觉上长这样：

左边是遮挡版，右边是AI补全版

事实上，它是描述物体运动情况的一个概念，James Gibson在1950年就提出了：指的是空间运动的物体在观察平面上，像素运动的瞬时速度。观察者嘛，可以是人类的肉眼，也可以是摄像机。

在摄像机拍下的视频里，帧与帧之间是有时间顺序的，这样就可以从相邻两帧之间算出光流，那就是物体的运动信息。学到这样的信息，可以用来做目标检测，也可以用来修改视频。团队开发了一个两步的算法：

第一步，估计光流。第二步，用光流来指导修复。

上为第一步，下为第二步

现在，把这两步拆解一下。第一步，光流估计，把视频上的某个部分挡住，AI要把这一部分的光流补充完整。比如，下图的红色就是遮挡部分。

团队设计了一个叫做DFC-Net的网络，学着把不完整的光流补充完整。而在AI的训练数据里，遮挡是随机生成的，对照完整的视频来学习：

左边是随机遮挡;右边是遮挡之后 (用简单填充算法初始化得到) 的光流，等待补全;中间是标答。

DFC-Net有三个子网络。第一个子网络，负责在一个粗糙尺度上补全光流;把结果交给第二个子网络，细化一下。再交给第三个网络，进一步细化：

这样，就有了最终的光流补全结果。

第二步，就该根据光流来修复视频了。

原理是，某一帧里被遮挡的信息，在其他帧里可能是存在的。根据光流提供的运动信息，就可以用其他帧里的已知像素，来填补当前帧的未知像素了。

当然，还有一些信息，整段视频都没显示。这一部分，就要靠传统图像修复网络Deepfill来脑补了。讲完原理，来全方位观察一下，算法的功效究竟如何。

完美消失的马术选手

新的方法怎样，要和优秀的前辈比一场才知道。对手有两位，一是来自CVPR 2018的Deepfill，二是Huang et al出品、中选SIGGRAPH 2016的算法。

这是第一题，把马术选手和ta的马，从视频里面抹掉：

Deepfill (右上) 单靠脑补，马的痕迹十分明显;Huang et al (左下) 自然了许多，但依然有些灰蒙蒙的残留;相比之下，新算法修过的视频，只留下了地上的影子。

还有第二题，把轮滑妹子面前的水印去掉：

下面是Huang et al前辈的结果，当妹子跳过水印原本的位置，依然看得出不少灰色的污迹：

而本文主角修复的结果，几乎看不出视频曾经有过水印：

当然，不止是肉眼观察的结果，这只新的AI在YouTube-VOS和DAVIS两大数据集上，得分都比前辈更胜一筹：

另外，研究者们还找了30名吃瓜群众，仔细测试人类的观感。首先在目标移除方面，将近80%的用户认为第一名应当是这项研究 (蓝色部分) 。

而在背景填充方面，也有近七成用户认为这项研究的填充效果是最好的。

这篇论文的研究人员中，一作徐瑞和二作李晓潇来自香港中文大学-商汤科技联合实验室，三作周博磊是港中大信息工程系助理教授，MIT博士毕业。

最后一位作者吕健勤(Chen Change Loy)，博士毕业于伦敦玛丽女王大学，现在是南洋理工大学计算机科学与工程学院的副教授，他同时还是港中大的客座副教授，此前也一直在港中大多媒体实验室任教。

一个彩蛋

你看，刻苦练习之后，身为一只兔子的朱迪，用优秀的弹跳能力弥补了身高劣势，反超队友：

但实力还是可以隐藏的，于是她又把自己融进了雪水：

论文：

Deep Flow-Guided Video Inpainting

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

https://arxiv.org/abs/1905.02884

项目主页：

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

开源代码：