欢迎来到《AI产品》专栏，本专栏面向所有热爱人工智能技术的朋友、同学。在本专栏中，会多多分享给大家不同种类的且新奇有趣的AI产品，对产品中的核心技术进行深度剖析。文章底部会推荐相关核心技术学习资料，全部原创！

请订阅并持续关注，跟上我们学习的步伐。

作者&编辑 | 林诗登

咔嚓！相机拍出了美美的照片。Wait，美美的照片中竟然有垃圾桶、不合时宜的路人以及其他不应该出现的物体，这怎么能忍，必须把它们给“P”掉。但是，不会用专业的PS工具怎么办？没事，基于人工智能中的图像修复（image inpainting）和GAN生成的软件「Photo Eraser」可以帮助你。

软件界面简洁干净，直接点击中间图标开始操作

我们选择一张小姐姐的合照作为展示，小心地涂抹不需要的区域，左上角会贴心地显示放大的当前涂抹范围，以帮助我们提高涂抹精度，涂抹精度的提高能带来结果质量的提高。

点击右下角开始，稍微等待。

不清晰？让我们用图片对比图来观察！

很简单的，就把图像中的不想要的部分给去除掉了，干干净净，而且效果去除的地方并没有明显失真。通过上方的发送图标发送到微信即可保存。

场景不够多？那我们试试去除水印！

甚至，去除尾巴？

在遮挡如此大、信息丢失较多的情况下，效果都能如此，可以说是非常不错的了！

上述去除图像中杂物的功能使用基于图像修复（image inpainting）和GAN生成技术实现。

在摄影需求日益扩大的今天，每个人对干净漂亮的照片需求也越来越大，图像修复（image inpainting）不仅能帮助照片去除杂物，甚至也可以实现去除脸上不干净色块或者修复老照片等功能，相关技术应用范围广泛并且前景广阔，是落地实现非常成熟的技术。

简略地将原理进行概括成：利用基于卷积神经网络的深度学习方法，对图像进行特征提取，学习并理解相邻像素间关系，去除某部分信息后（杂物），通过之前已学习到的知识对需填充部分进行预测并生成，得到干净不失真的修复图片。

如何学习以上技术，可以参考以下学习资料： (1) 推荐的论文

【每周CV论文】初学深度学习图像修复应该要读的文章

【每周CV论文推荐】 初学GAN必须要读的文章

【杂谈】那些底层的图像处理问题中，GAN能有什么作为？

(2) 有三AI知识星球和秋季划图像质量组

【通知】如何让你的2020年秋招CV项目经历更加硬核，可深入学习有三秋季划4大领域32个方向

最后，欢迎大家来对本专栏进行投稿，自荐与推荐产品，并讨论相关内容，推选你心中的好应用！！