第104章 这些人都不存在 (第2/3页)
时的场景，就像去马赛克一样，是不可能的，被破坏的图层是不可逆的。
不过现在，我们有了新的办法去另辟蹊径，解决这个非常棘手的问题，那就是孟繁岐的生成式对抗网络。
通过大规模数据的反复对抗生成，生成网络将具备非常恐怖的图像生成能力，完全可以产生非常接近现实的内容去填充遮挡部分，虽然这些生成的内容有可能与原本的内容其实毫无关系。
可它看上去确实挺像是那么回事的，不影响人对于图像的理解。
何况，如果它事先看过相当多目标人物的其他照片的话，生成出的部分很有可能几乎和现实完全一致。
并且，生成还只是最基本的一方面，通过对隐藏层一些维度上参数的理解，人们甚至能够做到精细地调节图像的一些属性。
图像特定属性的编辑，是生成技术更为进阶的应用方式。
比如图像中，人物的情绪，脸部表情的喜怒哀乐皆可随着你的调整而做出相应的变化。
后来十分流行的假笑表情包，就是通过控制图像中人脸的情绪，使得原本悲伤愤怒的人咧开嘴巴，夸张大笑。
甚至有人会连贯地修改整个视频，让整个场面看起来十分滑稽，喜感。
除了表情情绪之外，另一个后来比较流行的是年龄调节，通过修改某些特定维度的参数，人们可以直接一夜白头，又或者是返老还童。
这些还都只是普通的图像编辑，并且只编辑其中面部的部分。
后面还有更加高端的算法应用，比如智能换脸，智能美颜等等。
前者在许多影视二创和鬼畜当中十分流行，人人都能‘演’三分钟大片。
想让谁客串都可以，关公战秦琼成为可能。
而后者则在各种直播平台上应用广泛，地上扔两只拖鞋都能给你自动上个妆。
“不过由于现在硬件和其他技术手段的限制，我还没有办法生成非常高分辨率的清晰假图，想要直接操作整个视
（本章未完，请点击下一页继续阅读）