P圖,還是阿逗比厲害(大師加持)

P圖,還是阿逗比厲害(大師加持)

來自專欄量子位

岳排槐 發自 凹非寺

量子位 出品 | 公眾號 QbitAI

沒想到P圖,已經到了這層境界。

想要變成高手,想要隨心所欲的修圖,以後可能不需要苦練基本功了,你只需要一個馬良那樣的神筆。

當然,我們說的「神筆」是一個AI。

有多神?來看看實時(不剪輯、不快進)的演示。

想去掉沙灘照片中間那個騎車的人。簡單,你需要擦掉這個人(相當於加了一層掩膜mask),然後點擊紅色的填充(Fill)按鈕。

什麼?還想去掉更多人?簡單。

再來一個。

這個風景照,能用來表白么?當然可以,只需要簡單的幾下處理。首先,把山洞的上邊緣塗抹掉。

接著畫上兩條弧線,然後點擊紅色的填充(Fill)按鈕。

一個心形的山洞就這麼成了。

當然,還能用來「微整形」。

想要改變眉形和下巴,只需要擦掉-畫線,然後一點。

搞定~

輕鬆又愉快~

這是怎麼做到的?

這套隨心所欲的P圖AI名叫DeepFill(v2),它基於一個門控卷積網路,能夠處理任意形式的掩膜,以及用戶手繪的線條。

如開頭所示,這個深度學習系統可以幫助用戶快速擦除畫面上不想要的部分,修改圖像的布局、編輯面部,以及在圖中互動式創建新對象。

上圖左邊是局部卷積網路,右邊是門控卷積網路。

對於這個神經網路而言,輸入信息分成三個:顏色通道(RGB Channel)、掩膜通道(Mask Channel)、手繪通道(Sketch Channel)。

當然除了門控卷積網路之外,DeepFill(v2)里還包括SN-PatchGAN(光譜歸一化馬爾可夫判別器)等關鍵部件。

總之一句話,這個套系統顯著提高了P圖的效果。沒有對比,就沒有傷害。下面是橫向對比時間。

上圖最左邊是輸入,照片被各種塗抹,白色的部分就是所謂的掩膜,黑色的細線就是手繪的部分。中間是各種神經網路的處理結果,其中標註Ours的圖片,就是DeepFill(v2)的處理結果。

最右側是原始照片,下同。

這是開頭見過的那個例子。去掉海邊沙灘上其他三個人。

還有這個,按照想要的方式,修剪遠處的小樹叢。

顯然,DeepFill(v2)確實厲害。

大師團隊

這個厲害的研究,共有六位署名作者。其中四位來自Adobe,也就是搞出Photoshop的那個公司,民間俗稱「阿逗比」。(昨天的報道里,Facebook剛說阿逗比不行,看來……)

而第一作者和最後一位作者,來自UIUC。

一作,余家輝。現在是UIUC三年級的博士生。2016年,余家輝本科畢業於中國科技大學少年班學院。

余家輝的導師,也是這次最後一位作者,是著名的科學家黃煦濤(Thomas S.Huang)。黃煦濤是美國工程院院士,被譽為「計算機視覺之父」,也是中國工程院外籍院士、中國科學院外籍院士。

集合Adobe和大師團隊之力,怪不得DeepFill(v2)是P圖高手。

可能你一直好奇,為什麼名叫DeepFill(v2)?難道……沒錯,這次的工作,就是基於這個六人團隊的前作:DeepFill(v1)。

第一版DeepFill的補圖能力沒這麼強,也不能根據手繪的線條,按需修圖。不過,DeepFill(v1)倒是放出了Demo,大家可以試一試。

更多展示

為了體現DeepFill(v2)的實力,再放幾個P圖實例。

傳送門

最後,如果你對DeepFill(v2)感興趣,有一篇發在arXiv上的tech report可以看,傳送門:arxiv.org/abs/1806.0358

或者前往余家輝的主頁:jiahuiyu.com/deepfill2/

DeepFill(v1)的主頁上有Demo和Code,傳送門在此:jiahuiyu.com/deepfill/

歡迎大家關注我們的專欄:量子位 - 知乎專欄

誠摯招聘

量子位正在招募編輯/記者,工作地點在北京中關村。期待有才氣、有熱情的同學加入我們!相關細節,請在量子位公眾號(QbitAI)對話界面,回復「招聘」兩個字。

量子位 QbitAI · 頭條號簽約作者

?? ? 追蹤AI技術和產品新動態


推薦閱讀:

2018奧迪品牌年會,無非說了這五點。
機器換人會帶來社會動蕩嗎?來自英國工業革命時期的證據
谷歌展示全新醫療診斷範式:深度學習+AR顯微鏡=實時檢測癌症
互聯網時代如何利用人工智慧打造專業數字團隊
基於對抗學習的生成式對話模型的堅實第一步 —— 始於直觀思維的曲折探索

TAG:深度學習DeepLearning | 人工智慧 | 圖片處理 |