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

简介: 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。

微信图片_20211204182451.jpg


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:

微信图片_20211204182454.gif


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:

微信图片_20211204182459.gif


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:微信图片_20211204182510.gif

image.gif

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:

微信图片_20211204182518.gif

有了这个滤镜,人人都是梵高。

微信图片_20211204182525.gif

image.gif

笑着笑着就老了。

微信图片_20211204182530.gifimage.gif

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。

微信图片_20211204182533.jpg


看完这些效果之后,不少网友表示:「心动了」,「买正版有动力了」。

微信图片_20211204182535.jpg


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。

image.gif

微信图片_20211204182542.gif

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

微信图片_20211204182549.jpg

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。


微信图片_20211204182552.jpg

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。


微信图片_20211204182554.jpg

Filter 类型

微信图片_20211204182557.jpg


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

微信图片_20211204182600.jpg


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

相关文章
|
3月前
|
人工智能 开发者
Nature曝惊人内幕:论文被天价卖出喂AI!出版商狂赚上亿,作者0收入
【9月更文挑战第8天】《自然》杂志近日揭露,学术出版商如泰勒·弗朗西斯与微软签订千万美元合约,及威利获高额报酬,将论文提供给科技巨头训练AI模型,引发学界对版权与收益分配的热议。此现象反映了AI对高质量数据的渴求,但亦使研究人员担忧成果被无偿商用,且可能影响学术独立性。尽管AI训练使用学术资源能提升模型科学性,助力科研进展,但如何保障作者权益及维持学术纯粹性仍是亟待解决的问题。https://www.nature.com/articles/d41586-024-02599-9
64 4
|
3月前
|
人工智能 自然语言处理 安全
【通义】AI视界|谷歌推出AI搜索功能“问照片”,照片一问即得……
本文汇总了AI领域的最新动态,包括谷歌推出的“问照片”功能,使用户能用自然语言检索Google Photos;OpenAI的商业用户激增及ChatGPT的广泛应用;Anthropic发布的企业级AI助手Claude Enterprise;美英欧盟首个人工智能法律约束条约;OpenAI前首席科学家新公司获巨额融资;以及比尔·盖茨对AI前景的乐观展望与安全建议。
|
3月前
|
人工智能 计算机视觉 C++
AI计算机视觉笔记七:基于mediapipe的虚拟鼠标控制
该项目旨在通过摄像头识别手指动作以实现鼠标控制。利用mediapipe检测手指关键点,并通过食指移动鼠标,当食指与中指距离小于阈值时触发点击事件。环境基于miniconda3,需创建虚拟环境并安装mediapipe、numpy、autopy和opencv等依赖。代码分为`AiVirtualMouse.py`和`HandTrackingModule.py`两个部分,前者用于实现鼠标控制逻辑,后者提供手势检测功能。运行时可能出现`PacketInvoked`错误,需修改`solution_base.py`文件第595行以解决。
|
5月前
|
人工智能 数据安全/隐私保护 计算机视觉
旷视开源的AI人像视频生成太炸了!输入照片即可模仿任意表情包
【7月更文挑战第6天】旷视科技开源AI模型MegActor,以照片生成逼真人像视频,模仿表情包。基于条件扩散模型,解决身份泄露和背景干扰问题,使用合成数据、图像分割、CLIP编码及风格迁移技术。虽有视频质量、隐私风险及计算资源限制,但对动画和虚拟偶像行业带来革新。[链接](https://arxiv.org/abs/2405.20851)
111 3
|
7月前
|
机器学习/深度学习 人工智能 数据挖掘
ICLR 49.9%论文疑有AI审稿
【5月更文挑战第20天】ICLR会议上一篇研究引发关注,推测近50%的论文可能由AI进行审稿,挑战传统审稿流程。研究者运用机器学习分析历史审稿数据,发现可能的AI审稿模式。该研究提出AI审稿可减轻审稿人负担,提高效率,但也面临证据不足、理解复杂学术概念限制及审稿行为多样性等问题。学术界需谨慎评估AI在审稿中的角色,以确保质量和公正性。[论文链接](https://arxiv.org/abs/2405.02150)
103 1
|
7月前
|
人工智能
AI大咖说-如何评价论文的创新性
《AI大咖说》探讨论文创新性,强调新意、有效性和领域研究问题的重要性。创新点在于用新颖方法有效解决研究问题。评价公式:价值=问题大小*有效性*新意度。该观点源于《跟李沐学AI》视频,提供1-100分评分标准,助力评估论文价值。5月更文挑战第14天
94 3
|
7月前
|
机器学习/深度学习 人工智能
论文介绍:AI击败最先进全球洪水预警系统,提前7天预测河流洪水
【5月更文挑战第4天】研究人员开发的AI模型(基于LSTM网络)成功击败全球最先进的洪水预警系统,能在未设测站流域提前7天预测洪水,显著提升预警时间,降低灾害影响。该模型使用公开数据集,减少了对长期观测数据的依赖,降低了预警系统的成本,有望帮助资源有限的地区。然而,模型的性能可能受特定流域条件影响,泛化能力和预测解释性仍有待改进。[论文链接](https://www.nature.com/articles/s41586-024-07145-1)
167 11
|
7月前
|
机器学习/深度学习 人工智能
ChatGPT检测器——以前所未有的准确性捕捉AI生成的论文
【2月更文挑战第25天】ChatGPT检测器——以前所未有的准确性捕捉AI生成的论文
100 7
ChatGPT检测器——以前所未有的准确性捕捉AI生成的论文
|
7月前
|
人工智能
【SCI论文】“学术丑闻揭露:当AI写作遭遇学术审稿,ChatGPT意外成为论文共作者!“
最近,一篇发表在《Surfaces and Interfaces》的论文引起了广泛关注,因为其中意外包含了ChatGPT的提示语,暴露出学术审稿过程中的疏忽。这篇论文讨论了铜基金属-有机框架-芳香族纤维素分隔器对锂金属阳极电池的影响,但却出现了不该出现的ChatGPT对话内容。这一事件不仅令人哭笑不得,还引发了对学术审核严谨性的质疑。它反映了当前学术界可能过度依赖AI写作工具,忽略了基本的检查和编辑步骤。这一事件提醒学术界必须加强审查机制和自律,确保论文质量,防止类似尴尬情况的再次发生。
232 4
【SCI论文】“学术丑闻揭露:当AI写作遭遇学术审稿,ChatGPT意外成为论文共作者!“
|
7月前
|
数据采集 人工智能 数据挖掘
【AI大模型应用开发】【附】常用Prompt记录 - 论文全文写作
【AI大模型应用开发】【附】常用Prompt记录 - 论文全文写作
382 0
【AI大模型应用开发】【附】常用Prompt记录 - 论文全文写作