文章图片
随着手机拍照的不断进步 ， 美颜拍摄类app逐渐成为许多用户的标配 ， 其中很多用户不仅仅要拍摄出美颜的效果 ， 还需要对肤色脸型调整追求更自然 。 在众多美颜功能中 ， 用户吐槽最多的就是磨皮功能效果太假 ， 其中很重要的一项是照片中只是一味执行模糊和提高亮度的做法 ， 让皮肤丢失了原有的细节纹理 。
针对这个需要 ， 小米Civi上应用了像素级肌肤焕新技术 ， 系统得到照片后会利用AI神经网络分析照片特征根据已学习的优质肤质 ， 对瑕疵部分进行逐像索重新描绘 ， 重建原本的皮肤细节 。
文章图片
使用Xiaomi Civi自拍 ， 在美颜的基础上还能够保留皮肤细节（左侧未开 ， 右侧开启美颜算法）
那么神经网络怎么知道人类肤质是什么样的呢?这里就用到了深度学习中最前沿的训练方法:生成对抗网络 。
文章图片
在训练的过程中 ， 负责生成图片的“生成器”要首先尝试学习修图手法 ， 通过人类修图师对不同角度在不同打光、不同遮挡的情况下拍摄的人像照片的精修 ， 保证训练集的质量并训练积累修图的经验 。
在“生成器”开始尝试根据这些训练经验开始修图时 ， 会有另一个神经网络预先训练的“判别器”与之对抗 ， “判别器”在训练时被教会区分原图和由计算机生成的图片 。
生成器在对抗的过程中不停尝试生成能够骗过判别器的图片 ， 如果失败就改进自身算法 。 而判别器在对抗过程中在被骗过时 ， 也会改进自身算法 ， 二者相互对抗 ， 共同经过无数次对抗后 ， 生成出了和原图非常相似的图片 。
文章图片
文章图片
在实际使用中 ， 这套美肤算法会对每一张自拍进行55亿次浮点运算 。 虽然看上去很复杂 ， 不过得益于现在手机端处理器的强大算力,只需要100毫秒便可以完成运算 。 这套基于GAN的像素级肌肤焕新算法从根本原理上不同于传统美颜算法 ， 通过不断地对抗改进最后生成最接近自然效果的美颜照片 ， 从而使得其效果出类拔萃 。
后置镜头模组
后置镜头模组采用了现在主流的三摄像头方案 ， 其中主摄为6400 万像素 ， F1.79等效 24mm焦段；800 万像素超广角镜头 ， F2.2 ， 等效 16mm焦段以及最近对焦距离 100px的200 万像素微距镜头 。 虽然没有采用长焦镜头 ， 不过考虑到整体轻薄的设计以及拍照功能 ， 适当的做出取舍也是在情理之中的事情 。
推荐阅读
- 周鸿祎|网络安全行业应提升数字安全认知
- 安全风险|网络安全行业应提升数字安全认知
- 电磁场|首届全国颠覆性技术创新大赛领域赛（青岛）举办
- 技术|119个参赛项目现场PK，在青岛感受颠覆性技术的“炫酷”
- IT|希尔公司将推出颠覆性的HX50直升机根据买家需求定制
- 材料|火箭实验室将研发颠覆性的中子中型运载火箭
- 制造业|探讨未来的重大颠覆性技术
- 罗德尼·普利斯|用科技改造世界 美刊评出50位“颠覆者”
- 华为|华为新品发布会一文看懂：颠覆性创新旗舰来袭！
- 技术|认知AI的兴起：2025年AI将会发生质的飞跃