我们见过很多神经网络上色、换表情、修改年龄的研究和应用,但它们往往只存在于 GitHub 上,距离「人人能用」还有一段距离。但最近,推出 Photoshop 的 Adobe 这次终于有所表示了:你们论文里的效果,我们打包实现了。
这两年,我们从很多论文中看到过一些令人惊艳的 demo,比如老照片自动上色、低画质图像秒变高清图像、普通图像一键变梵高风格等。但对于不写代码、不玩模型的普通人来说,这些 demo 展示的应用还是非常遥远,或者只能从某个 APP 中找到其中一种。因此,经常有人会问:「我也想用这个 demo 里的效果,但不懂代码,我还有机会吗?」这个答案来自大名鼎鼎的 Adobe。这家极富创意的公司最近在 Photoshop 22.0 版更新中推出了一个新的工具包——Neural Filters,把自动上色、超分辨率、风格迁移等之前很多论文展示的功能都打包到了一起。可以看到,整个过程能够一键完成。当然,如果你对某一处的上色效果不满意,可以选择手动调整:其实,局部上色效果不佳是目前很多算法存在的共性问题,Photoshop 这种「自动 + 手动」的方法似乎更加灵活。日常生活中的照片也经常存在分辨率不够高或被压成 JPEG 格式后画质变差的情况,而在 Neural Filters 中,这个问题也通过添加细节被克服了:这波修复操作包括「增强图像细节」、「消除 JPEG 伪影」和「降噪」。
其他特色功能还包括风格迁移、年龄转换、角度变换、深度感知等:在表情调整方面,Neural Filters 也做出了改进。与之前 Liquify 使用原像素调整表情不同,Neural Filters 可以生成新的像素,使得调整后的表情更加明显,可调幅度更大。看完这些效果之后,不少网友表示:「心动了」,「买正版有动力了」。Adobe 官方页面介绍称,Neural Filters 是一款基于 Adobe Sensei 的机器学习工具包,通过生成原始图像中不存在的上下文像素来调整图像。Adobe Sensei 并非一款单独的软件产品,而是一个可以应用于 Adobe 旗下各款产品的底层人工智能工具,于 2016 年正式发布。Sensei 利用了 Adobe 长期积累下来的大量数据和内容,从图片到影像,能够帮助人们解决在媒体素材创意过程中面临的一系列问题,例如如何在互联网上的海量图库里找到想要的图片,让软件明白某张照片、某张照片的一部分、某段视频以及某段文本描述的真实含义,帮助人们把一些固定、重复性的操作变得自动化和简单化。这么强大的功能是在本地还是云端实现的呢?Adobe 介绍说,除了 Depth-Aware Haze 之外,Neural Filters 的大部分功能都是在本地运行的。表情、年龄调整等比较复杂的操作有些会在云端进行。在使用这些功能时,软件会优先选择调用你的 GPU,如果没有高性能 GPU 就调用 CPU,但高性能的 GPU 不是必需的。Neural Filters 的使用非常简单。首先,你需要从云端下载 filters 并开始编辑。点击 Filters > Neural Filters,你可以在 Neural Filters 工作区中找到 featured filters 和 beta filters。1. 选择 Filter > Neural Filters任何在其旁边显示有云图标的 filters 在第一次使用前都需要从云端下载。点击云图标下载 filter。启用 filter,用右侧面板中的选项来创建所需的效果。Neural Filters 有 3 种类型的应用:功能齐全的应用:这些是已发布的 filters,符合严格标准。
Beta:这类 filters 仅限于测试,其背后的机器学习模型或工作流程还在改进中。你可以试用这些功能,但输出效果可能不理想。
即将到来的 Filters:这类 filters 还没开发出来,但将来或许能实现。
注意:如果在图像中没有检测到人脸,肖像相关 filters 将会变灰。你可以通过以下其中一种方式将生成的编辑内容另存为输出:Current Layer:生成像素来修补当前层的破坏性操作。
Duplicate Layer:复制当前层,并将新的 filters 应用到新层。
Duplicate Layer masked:创建一个新层,并将 filters 用作新层的一个 mask。
New Layer:仅用新生成的像素生成一个新层。
Smart Filter:生成新的像素并将其作为一个智能 filter 应用。
有了 Neural Filters,PS 一张图再也不需要太多专业知识了,Neural Filters 会改变世界吗?「有了神经网络滤镜,我们终于可以说 Photoshop 是全球最先进的 AI 应用了,」Adobe 数字成像副总裁 Maria Yap 说道。「现在,我们正在创造的图像是前所未有的。」参考链接:https://helpx.adobe.com/photoshop/using/neural-filters-list-and-faq.htmlAmazon SageMaker实战教程(视频回顾)
Amazon SageMaker 是一项完全托管的服务,可以帮助机器学习开发者和数据科学家快速构建、训练和部署模型。Amazon SageMaker 完全消除了机器学习过程中各个步骤的繁重工作,让开发高质量模型变得更加轻松。
10月15日-10月22日,机器之心联合AWS举办3次线上分享,全程回顾如下:
第一讲:Amazon SageMaker Studio详解黄德滨(AWS资深解决方案架构师)主要介绍了Amazon SageMaker的相关组件,如studio、autopilot等,并通过在线演示展示这些核心组件对AI模型开发效率的提升。视频回顾地址:https://app6ca5octe2206.h5.xiaoeknow.com/v1/course/alive/l_5f715443e4b005221d8ea8e3
第二讲:使用Amazon SageMaker 构建一个情感分析「机器人」刘俊逸(AWS应用科学家)主要介绍了情感分析任务背景、使用Amazon SageMaker进行基于Bert的情感分析模型训练、利用AWS数字资产盘活解决方案进行基于容器的模型部署。视频回顾地址:https://app6ca5octe2206.h5.xiaoeknow.com/v1/course/alive/l_5f715d38e4b0e95a89c1713f
第三讲:DGL图神经网络及其在Amazon SageMaker上的实践张建(AWS上海人工智能研究院资深数据科学家)主要介绍了图神经网络、DGL在图神经网络中的作用、图神经网络和DGL在欺诈检测中的应用和使用Amazon SageMaker部署和管理图神经网络模型的实时推断。视频回顾地址:https://app6ca5octe2206.h5.xiaoeknow.com/v1/course/alive/l_5f715d6fe4b005221d8eac5d© THE END
转载请联系本公众号获得授权
投稿或寻求报道:content@jiqizhixin.com
关注公众号:拾黑(shiheibook)了解更多
[广告]赞助链接:
四季很好,只要有你,文娱排行榜:https://www.yaopaiming.com/
让资讯触达的更精准有趣:https://www.0xu.cn/