Photoshop把AI论文demo打包实现了：照片上色、改年龄、换表情只需要点点鼠标

机器之心报道

编辑：张倩、陈萍

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？」

先说答案：有。

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。

先来看自动上色：

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：

有了这个滤镜，人人都是梵高。

笑着笑着就老了。

拍照爱歪头的同学有救了。

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 怎么用

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。

‍具体来说，第一次使用需要完成以下三个步骤：

1. 选择 Filter > Neural Filters

2. 从云端下载所需的 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。

3. 启动和调整 filter

启用 filter，用右侧面板中的选项来创建所需的效果。

Filter 类型

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。

输出选项

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.html

Amazon 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：[e-mail]