鐘平成

最近幾年，隨著人工智能技術(shù)的發(fā)展，我們可以教會(huì)程序識(shí)別哪些是好照片。未來的相機(jī)以及拍攝方式很有可能發(fā)生翻天覆地的變化。在市場萎縮、傳感器技術(shù)進(jìn)入瓶頸的當(dāng)下，AI技術(shù)也許是能夠引發(fā)一次攝影設(shè)備革命。

取景構(gòu)圖

Prosthetic Photographer

這個(gè)由手柄和頂部附件組成的裝置是德國Peter Buczkowski設(shè)計(jì)的Prosthetic Photoarapher。這個(gè)裝置通過機(jī)器學(xué)習(xí)，習(xí)得了“好”照片的標(biāo)準(zhǔn)，當(dāng)它發(fā)現(xiàn)鏡頭前的場景符合好照片標(biāo)準(zhǔn)時(shí)就會(huì)以震動(dòng)方式通知使用者。目前該設(shè)備尚具有一定的局限，但它代表了未來拍照設(shè)備發(fā)展的一個(gè)方向。

參數(shù)設(shè)定

Arsenal

Arsenal的外形和功能很像無線快門，它可以安裝在相機(jī)頂部的熱靴上，然后通過數(shù)據(jù)線與相機(jī)連接。但與無線快門線不同的是，Arsenal學(xué)習(xí)了成千上萬張優(yōu)秀照片的參數(shù)，當(dāng)你完成取景后，Arsenal會(huì)根據(jù)鏡頭前的場景給出正確的光圈、快門、感光度等參數(shù)建議，用戶可以直接在手機(jī)App上看到Arsenal的建議值，并且一鍵設(shè)置所有參數(shù)進(jìn)行拍照。

除了基礎(chǔ)的曝光參數(shù)外，Arsenal還能幫助你完成諸如HDR、景深堆棧等需要多張曝光的場景拍攝。另外如果不認(rèn)同設(shè)備提供的參數(shù)，還可以在手機(jī)上修改參數(shù)。拍攝完成之后，Arsenal會(huì)識(shí)別拍攝到的照片，并根據(jù)實(shí)際需要對照片進(jìn)行適當(dāng)?shù)暮笃?，讓它變得更完美?img alt="" src="https://cimg.fx361.com/images/2018/06/14/qkimagessyzysyzy201806syzy20180614-4-l.jpg"/>

相比于前面的Prosthetic Photoqrapher，Arsenal設(shè)備的完成度要更高，目前設(shè)備研發(fā)正處于眾籌階段，相信不久就可以看到真正面世的產(chǎn)品。

照片評價(jià)

谷歌NIMA

作為一款谷歌全力打造的AI系統(tǒng)，NIMA（Neural IMaqe Assessment）學(xué)習(xí)了成千上萬名人類對海量照片的審美打分，以此為依據(jù)初步實(shí)現(xiàn)了審美層面的分析和篩選功能。NIMA對圖片打出分?jǐn)?shù)（10分制，括弧內(nèi)為人類參與者打分的平均數(shù)）。經(jīng)過不斷調(diào)試，NIMA的打分逐漸趨于穩(wěn)定，與真實(shí)參與的200名人類打分的平均值相比差別不大。

NIMA研究工作表明，基于機(jī)器學(xué)習(xí)的質(zhì)量評估模型可能具有很多有用的功能。例如，可以讓用戶輕松找出最好的照片，甚至通過向用戶提供實(shí)時(shí)反饋來提高照片拍攝能力。在后期處理方面，這些模型可以用來指導(dǎo)增強(qiáng)運(yùn)算符生成更出色的感知結(jié)果。簡單地說，NIMA網(wǎng)絡(luò)以及其他類似網(wǎng)絡(luò)可以滿足人類對圖像甚至視頻的審美，盡管還不夠完美，但已經(jīng)比較可行了。

對同—標(biāo)簽下的圖片篩選排序

對同主題，不同畫質(zhì)的圖片進(jìn)行篩選

一鍵摳圖

Adobe Sensei

曾經(jīng)的摳圖軟件都是依據(jù)像素之間的顏色、亮度關(guān)系完成邊緣選擇的，所以當(dāng)邊緣線條不明顯時(shí)，這類軟件就無法實(shí)現(xiàn)較好的摳圖效果。隨著人工智能的引入，程序?qū)τ谡掌哪男┎糠执硎裁次矬w有了認(rèn)識(shí)，在摳圖操作中能夠給出讓人驚嘆的效果。

在最新版本的Photoshop CC中增加了“選擇主體”功能，此功能基于Adobe Sensei的AI系統(tǒng)可以對畫面全局進(jìn)行分析，并從含義層面對摳圖程序進(jìn)行指導(dǎo)，從而摳出來的是Adobe Sensei認(rèn)為的畫面主體，如果是一群人的話，這個(gè)功能也能將人群準(zhǔn)確摳出來。

畫質(zhì)增強(qiáng)

IetSenhance.io

電影中經(jīng)常會(huì)出現(xiàn)電腦高手一下子就將模糊的監(jiān)控畫面變得清晰，現(xiàn)在基于AI的程序已經(jīng)可以實(shí)現(xiàn)這個(gè)神奇的功能了。

letsenhance.io網(wǎng)站允許用戶上傳自己的照片并將照片的尺寸擴(kuò)大4倍，相比于傳統(tǒng)插值方式的擴(kuò)圖效果，Letsenhance的擴(kuò)圖效果十分自然，對于物體邊緣的處理也十分到位。

在擴(kuò)圖的同時(shí)，Letsenhance還會(huì)對畫面中的壓縮痕跡、噪點(diǎn)等畫面瑕疵進(jìn)行修復(fù)，所以有些時(shí)候擴(kuò)圖的質(zhì)感會(huì)比原圖還有優(yōu)秀，是名副其實(shí)的畫質(zhì)增強(qiáng)。

無中生有

NVIDIA Content-Aware Fill

Adobe當(dāng)年推出根據(jù)四周元素特征自動(dòng)填補(bǔ)空缺內(nèi)容的“ContentAware Fill”功能時(shí)，幾乎可以用黑科技來形容，但真正應(yīng)用時(shí)，還是免不了會(huì)有一些限制。而NVIDIA這次發(fā)表的研究結(jié)果，是在ContentAware Fill的概念之上再引入了AI深度學(xué)習(xí)，除了單純尋找填補(bǔ)之外，還會(huì)試著去理解畫面的內(nèi)容，來判斷應(yīng)該加入什么東西。例如，將原始圖片的一雙眼睛“擦”掉的時(shí)候，NVIDIA的系統(tǒng)會(huì)判斷這是一張臉，而臉的這個(gè)位置就應(yīng)該有一雙眼睛，所以會(huì)從圖庫中找一雙眼睛來補(bǔ)充該位置。

自然，這樣的系統(tǒng)總是不完美的，畢竟從圖庫中隨機(jī)選擇的眼睛看起來會(huì)有些突兀，而且洞太大的時(shí)候，AI也會(huì)判斷不太出來該做什麼。但從NVIDIA公布的示范影片來看，小范圍的修正已經(jīng)可以達(dá)到肉眼幾乎看不出修圖痕跡的程度，破損照片的修復(fù)也有不錯(cuò)的效果。