美文网首页
知道你已被这滤镜刷屏,就让我们来为你揭秘吧!

知道你已被这滤镜刷屏,就让我们来为你揭秘吧!

作者: e6f4ae65728b | 来源:发表于2016-11-24 20:15 被阅读163次

    P过许多张图片、磨过不少皮,却依然不了解其中的奥秘。趁着刚被一波滤镜刷屏的节奏,今天,我们扒一扒“滤镜”。

    化腐朽为神奇的滤镜

    《你的名字》剧照

    美仑美焕的天空,炫彩光斑下的图像,就像17岁那年等待放学的午后。

    日本漫画家新海诚的电影《你的名字》要来了,画风相当细腻,天空、火车、树林都带着浓厚的“新海诚色彩”。

    朋友圈流传的以它为样本的“新海诚滤镜”,能把

    乌云密布的深圳,一滤也能变成↓↓↓

    天空之城

    画风立马吸引住了爱PO照片的“信男善女”,刷屏想挡都挡不住。

    这大概是大家爱用滤镜的原因——它有化腐朽为神奇的魔力:

    “上海女逃离江西”事件

    今年春节期间,一张让上海女《有点想分手了......》的图片,在网友用滤镜加持后,秒变丰盛年夜饭!

    滤镜,也能像画家一样临摹

    说起滤镜,现在许多软件都自带了滤镜效果:

    苹果手机相机自带滤镜

    自动磨皮滤镜,已经成为女性手机的默认设置。

    但这些都 too young too simple!

    随爱美之心不断升级的技术,让滤镜不再只是单一“加上一层色”,而是可以像临摹名画一样,将它风格化:

    这是一张“某男跪地拍摄孔女士”的普通照片

    经过滤镜哥用梵高《星月夜》的风格化之后:

    唯美的星空芦苇就出来了。

    试加一层马赛克风格,更有“人约黄昏后”的感觉:

    你屹立桥头,我静静守候:

    滤镜,不再只是简单图片明亮、冷暖地增减,它学会了艺术化,理解、学习了名画的纹理、笔触等效果,成为一个临摹高手。

    相当于把图片扔给一座PS加工厂?

    各式各样的滤镜到底是怎么实现的呢?

    有网友一定这样想:将图片发给一座的Photoshop加工厂,里面众多PS“学徒”就开始迅速的动手P图,然后回传给你。

    实际上,简单的图像滤镜差不多是这样的原理:

    将图片输入后

    APP将饱和度、亮度、对比亮等参数

    应用到图片上

    输出给你

    通俗一点说,你在PhotoShop上需要完成的那几步, APP一次性帮你完成。

    风格化的滤镜则要复杂很多!传统的做法如下:

    据腾讯AI lab的童靴翻译:

    每一幅图像输入,系统会不断的调整图像,使它无限接近输入的原图和风格图像,最终得到酷炫的融合效果。

    按照学霸的说法:

    是的,每张图片平均需要经过500次左右(约120秒)的迭代计算和调试,才能得出最优的图像。

    (这时间也略长了些,往往图像“滤”完毕,想晒图的心情也完毕了。)

    一个滤镜=有5万次临摹经验的“老画家”

    今天,我们在天天P图上,能够迅速将拍摄的照片变换成指定的风格。

    它不仅仅是一个简单的图像滤镜操作,也不是传统的“求公约数”方法的效率可以解决。其实,还藏着今年很火的AI(人工智能)以及深度学习神经网络。

    以《星月夜》为例,只需要两秒钟左右,就可以将一张图片星空化。

    ↓↓↓

    这背后,腾讯AI lab其实默默做了几万次的临摹,将5万多张图片输入到深度学习系统中,自动辨别学习效果,并自我优化,最终形成一个通用的模型。

    和围棋人机大战的AlphaGo类似,它能够自我“对弈”和调整。

    也就是说,它按着《星月夜》的风格,临摹了近5万张图片,然后不断自我汲取每一张画的经验,成长为一位“老画家”。

    值得一提的是,机器学习时间也比人类快得多,训练20个小时,不用报班、不用实习,“老画家”就修练成功,得到一个不错的风格转化模型。

    用户只要输入一张图像,系统就可以理解其中的凹凸、纹理、天空等细节,这样输出的图像自然不会“乱来”。

    视频也可以滤镜,腾讯AI lab首创深度网络学习视频

    就在上周,腾讯AI lab还发布了首创深度网络学习滤镜视频。

    (图片滤镜做得完美都如此艰难,你居然还要...)

    视频滤镜最为直接的方式,就是根据图像风格变换的技术,逐帧完成视频的变换。但是,这样很难保证视频帧间风格的一致性。

    例如,有可能出现前一帧天空的是深蓝色,而后一帧的天空是淡蓝色的情况。视频看起来难免会“闪”、跳跃。

    因此,要建立一个合适的深度学习模型需要:

    1,可以将名画元素有效的提取出来并学习应用;

    2,在时间域上保持变换风格的时间一致性(temporal consistency);

    3,保证计算的高效性以支持更多的实际应用场景。

    迄今,业界的研究团队仍然没有很好的深度学习模型和高效率(如实时)的解决方案。

    就在上一周,腾讯AI Lab推出了首创深度网络学习视频,率先构建了深度神经网络,将风格变换的前向网络与视频时空一致性结合起来,高效的完成高质量的视频风格变换。

    “老画家”学习了数千小时的视频数据,充分了学习帧与帧的风格变换特点、捕捉视频帧之间极其复杂多变的时域特性,变成为一位“老后期制作师”!

    而且,在相同条件下,传统方法处理一帧需要3分钟,“老后期制作师”只需0.05秒。

    而经过优化后的深度模型,已经能够在手机客户端做到针对摄像头数据的实时处理,将用户拍摄的视频画面实时进行风格变换。

    这意味着,未来有可能实现风格化的实时拍摄、直播。

    作为腾讯新成立的研究部门,腾讯AI Lab立足于腾讯的大数据和平台,致力于开发新的AI技术,探索新应用和新业务,将AI技术融入产品。

    这次“视频滤镜”,是腾讯 AI Lab 将人工智能技术与腾讯用户需求相结合的初尝试。

    最后,我们来欣赏这款AI新尝试的视频:

    <注:文章来源于腾讯官网>

    -END-

    相关文章

      网友评论

          本文标题:知道你已被这滤镜刷屏,就让我们来为你揭秘吧!

          本文链接:https://www.haomeiwen.com/subject/eofipttx.html