一部手机,万物皆可复制粘贴,这位兼职写代码设计师将AR玩出新高度


机器之心报道
参与:蛋酱、魔王、杜伟
看到什么就复制什么 , 这是魔法还是孙悟空的神通?都不是 。 这是 AR 的魔力 。
一部手机,万物皆可复制粘贴,这位兼职写代码设计师将AR玩出新高度
本文插图
如何将一件物品的图像导入 Photoshop?首先你要拍摄照片 , 然后将这张照片通过网络或者存储卡传输到电脑上 , 再导入 Photoshop 界面 。 所以 , 这些流程能不能一步到位?
现在 , AR 能做到 。
在一款名为 AR Cut & Paste 的工具中 , 用户只需要在手机上预装这款工具 , 然后对着目标物体拍摄 , 即可将图像复制粘贴进 Photoshop , 倒是有点「隔空移物」的意思 。
先来看看效果:
一部手机,万物皆可复制粘贴,这位兼职写代码设计师将AR玩出新高度
本文插图
盆栽 。
一部手机,万物皆可复制粘贴,这位兼职写代码设计师将AR玩出新高度
本文插图
衣服 。
一部手机,万物皆可复制粘贴,这位兼职写代码设计师将AR玩出新高度
本文插图
书本 。
如上面几张动图所示 , 不管是盆栽、衣服还是书本 , 可见即可拷 , 一键挪进 Photoshop 变为图像素材 , 完全是平面设计师的福音了 。
据介绍 , 目前该工具的剪切延迟大约为 2.5 秒 , 粘贴延迟大约为 4 秒 , 流程还可以进一步加速 。 此外 , 作者还预告 , 下周将会发布另一个 AI+UX 原型!
项目简介
AR Cut & Paste 工具是一个 AR+ML 原型(prototype) , 借助它你可以从周围环境中拷贝固定对象 , 并粘贴在图像编辑软件中(Photoshop) 。 需要特别注意的是 , 这款工具只适用于 Adobe Photoshop 软件 , 未来可能支持处理不同的输出 。
项目地址:https://github.com/cyrildiagne/ar-cutpaste
该原型拥有 3 个独立的模块 , 分别是手机端 APP、本地服务器和目标检测及背景移除服务 。
首先 , 用户需要在手机上预装 AR Cut & Paste 。
npm install
其次 , 作为手机端 APP 和 Photoshop 之间的 interface , 用户需要事先配置本地服务器 。
virtualenv venvsource venv/bin/activatepip install -r requirements.txt
最后 , 显著目标检测和背景移除交由外部服务执行(应用 BASNet 技术) 。 用户需要用自己的 Photoshop 远程连接密码替换以下代码中的 123456 。
python src/main.py--basnet_service_ip=''http://X.X.X.X''--basnet_service_host=''basnet-http.default.example.com''--photoshop_password 123456
技术细节
该工具使用 BASNet (Qin et al, CVPR 2019) 执行显著目标检测和背景移除 。
然后 , 利用 OpenCV SIFT 找出手机在电脑屏幕上对准的位置 。 只需要一张手机照片和截图 , 就可以得到准确的 x, y 屏幕坐标系 。
显著目标检测和背景移除
项目作者使用 BASNet 执行显著目标检测和背景移除 。
BASNet 出自一篇 CVPR 2019 论文《BASNet: Boundary-Aware Salient Object Detection》 , 关于边界的显著性检测 。 其主要创新点在于损失函数的设计 , 使用了交叉熵、结构相似性损失、IoU 损失的混合损失 , 使网络更关注边界质量 , 而不是像以前那样只关注区域精度 。 在单个 GPU 上 能跑 25 fps , 在六种公开数据集上能达到 SOTA 效果 。
BASNet 的架构如下图所示:
一部手机,万物皆可复制粘贴,这位兼职写代码设计师将AR玩出新高度
本文插图
为方便使用 , 项目作者制作了一个 BASNet HTTP 服务包装器 。
GitHub 地址:https://github.com/cyrildiagne/basnet-http


推荐阅读