看腻了各路APP换头修脸?修图老炮儿Photoshop给你“换头”新体验


看腻了各路APP换头修脸?修图老炮儿Photoshop给你“换头”新体验文章插图
智东西(公众号:zhidxcom)
编 | 子佩
智东西10月23日消息 , 近期Adobe发布带有AI神经网络过滤器的新版Photoshop22.0 , 包含如替换天空、以及修改图片边缘等许多功能 。
其中最受关注的是对人脸肖像的深层编辑 , 借助神经网络过滤器 , 新版Photoshop可以调整画面中人物的年龄和面部表情 , 并通过滑块滑动增加或减少其“快乐”、“惊讶”或“愤怒”的感情 。 除此之外 , 用户也可以通过简单的功能键摘下人物的眼镜或使用滤镜为他“换脸” 。
一、GAN、云计算助力PS三秒换脸Adobe数字图像副总裁Maria Yap对外媒The Verge表示:“现在 , 我们可以说Photoshop是世界上最先进的AI应用程序 。 因为我们正在创造图像AI领域的新应用 。 ”
为了能够更好地满足用户的需求 , 快速便捷地使用Photoshop更换画面中人物年龄、面部表情等 , Adobe采用生成对抗网络(GAN) , 一种常用于生成视觉图像的机器学习算法 。 每个功能从操作开始到完成只需要几秒钟 , 如果计算量过大 , 功能进程将会在云中完成 。
或许对于熟悉AI图像编辑领域的人来说 , 这些常在论文和演讲中出现的技术并不新奇 。 但从社交媒体中流行一时的demo以及论文成果 , 到Photoshop这样消费巨头的大规模应用落地 , 新版Photoshop发布对于AI图像编辑领域依旧有重大意义 。
在Adobe发布会的展示中 , 新版Photoshop展现了处理图像细节、发挥设计创意的惊人、顺畅的完美效果 。 但这些功能是否能在实际应用中发挥其宣称的效果 , 又是否存在其他问题 , 依旧将取决于用户的反馈 。
看腻了各路APP换头修脸?修图老炮儿Photoshop给你“换头”新体验文章插图
二、跨种族数据集、算法测试 , 致力消除算法“偏见”通过对过去数据集的学习 , AI工具可开始自主修改图像 。 例如 , 为了创建用于消除皮肤斑点的神经过滤器 , Adobe收集了专业摄影师修图后的数千次图片 , 并将这些数据输入算法中 。 GAN就像一对学生和老师一样工作 , 一部分试图复制这些示例 , 而另一部分则试图区分原修图结果和自己的训练结果 。 最终 , 当GAN明白两者之间的区别时 , 训练过程就完成了 。
“我们正在训练GAN像专业修图师一样修图 。 ”Adob??e Creative Cloud工程副总裁Alexandru Costin说 。
这种方法听起来很简单 , 但也会产生很多问题 , 其中一个最大的问题就是面部识别偏见 。 如上述提到的 , 算法根据以前的数据集进行学习 , 所以如果训练集中只包含白种人的面部数据 , 那么训练出来的算法无法识别有色人种 , 更无法对深色人种面部图像进行编辑 。 这就是为什么很多人脸识别系统无法识别有色人种和女性的原因 , 因为缺乏这部分数据集 。
【看腻了各路APP换头修脸?修图老炮儿Photoshop给你“换头”新体验】但这也是Adobe的优势所在 , 长期在图像编辑行业主导地位让Adobe拥有大量跨种族、性别、年龄的数据集 , 可以减少面部识别算法产生“偏见”的可能 。
Adobe还成立了审核小组和AI伦理委员会 , 每次进行重大更新都会对算法进行测试 。 “我们对每项功能进行了非常彻底的审查 , 以查看是否有“偏见”存在的肯能并尽可能减少‘偏见’ 。 ”Costin提到 。
当然 , 即使这样也不能保证算法就一定能“公平公正” 。 尤其是当神经网络过滤器结束beta测试进入普通大众的手中时 。 因此 , 在每次应用过滤器时 , Photoshop都会询问用户对结果是否满意 , 如果不满意 , 则可以选择报告“不适当的”内容 。 用户可以选择将修改前后的图像匿名发送给Adobe进行进一步研究 。 这样 , 该公司不仅能消除偏见 , 还能进一步扩大训练数据集 , 从而使神经网络过滤器有更高的准确率 。


推荐阅读