Hi!请登陆

拍照 2 分钟……之后还要 P 多久?

2020-12-11 39 12/11

现代人的"社会性死亡"事件之一,一定少不了刚po了一张精心修过的照片到朋友圈,被人一眼看出来照片有假!

但拍照一分钟,修图十年功。对于很多人来说,每次有隆重事件值得一条朋友圈时,还会在当天的日程里预留出一块修图的时间。如果自己前一天吃了辣第二天脸上开始冒痘,得小心翼翼地放大照片,把痘痘和痣区分开来一颗颗点掉;跟朋友合照完,还得轮流P图,先后顺序一旦乱了,就会不小心背上"心机"的罪名。

无差别祛瑕疵并不是我们想要的丨giphy.com

自带美颜功能的APP似乎也是用力过猛——美颜一开,磨皮就很严重,直接变成了"花瓶脸",再经过推脸拉脖子等一系列操作,照片里的那个人和原图相比简直就是经历了一场"换头术"。

你发到朋友圈的,是真的"你",还是一个所有人都心知肚明却不想点破的精致外壳?我们又该如何定义"美"?

为啥一不小心就P得过了火?

美颜作为现代手机拍照的标配,让很多人爱得深沉,但又爱得战战兢兢。其实,这样的美可能只是手里的修图工具提前为你决定好的"罐头产品"。

所谓磨皮实际上是面部高光加强之后的高斯模糊,用于提亮肤色、同时减少脸部图像细节——这大概是最简便地提高颜值的方式,类似于摄影中的补光灯和反光板。而瘦脸瘦身、放大眼睛的功能,来源于Photoshop里的"液化"。减少面部细节、缩小脸的轮廓,并将主要制造视觉焦点的眼部予以突出。

高斯模糊的处理逻辑丨GravitDesignerDocumentation

虽然现在很多APP有了所谓"面部重塑"这样更精细化的五官修图功能,但逻辑也不过是将人脸照片转化为灰度图片,分析出面部肤色点和环境,大概区分出面部以及五官,再结合液化来进行瘦脸和五官调整功能,但功能受制于图片本身的清晰程度,很多时候就无法实现想要的精细度,本来想推个鼻梁,结果连眼睛也跟着在动,拉都拉不住。

修完图之后,再点开滤镜标签。软件早就提前准备好了数款风格滤镜,大部分流行的滤镜都体现为过曝、低对比度,以及阴影和高光色相的偏移。尽管滤镜选择很多,但环顾朋友圈,大家的自拍都呈现出有限的几种风格,一眼就能看出这图有P!

这些相对简单的修图方法非常流行,但由于功能、算法相对简单,最终导出到相册里的就是千篇一律的同质化美颜。

理想的美颜应该是啥样?

相信注意修图趋同化现象的人已经越来越多,甚至"蛇精脸""网红脸"还一度成为了小群里茶余饭后经久不衰的话题。

作为"手机自拍美颜时代"开创者的OPPO也发现了这点,在最新推出的OPPOReno5系列上,通过一系列技术创新加入了"AI焕采视频美颜"功能,方便用户在选择"美"时拥有更强的主动权——既彰显个性,又能达成更加自然的美感。这是如何实现的呢?在下面这个视频里,你就能很快找到答案。

人眼看到的世界很复杂,但是手机摄像头和图像处理器看到的世界只是一堆数字矩阵,各种各样的色彩也不过是一些RGB颜色通道罢了。因此,手机要想实现更加精确的美颜效果,一定不是依赖于复杂的颜色,而是通过大量的"锚点"数据,定位面部五官以及瑕疵的位置,再进行处理。

OPPOReno5系列这一次的美颜处理思路也是如此——先通过高像素拍摄技术让人脸能被手机"看清楚",再来通过算法和技术实现多种美颜玩法。Reno5系列的"AI焕采视频美颜"功能主要分为了AI识别定制预处理和8重100级细节化自定义美颜两级。

底层AI识别定制能在拍摄时先行识别被拍摄者的人种、性别和年龄等信息,紧接着,这位手机里隐形的"毛戈平",会按照真实的上妆步骤对人像进行美化,进行人脸分离式白平衡、AI肤色检测、AI分区磨皮、人脸三角模型重塑&光影重构、AI补妆这一系列操作,如果你还有更细致的需求,可以针对磨皮、瘦脸、大眼、瘦鼻、下巴、小脸、补妆、立体共计8个项目,从0-100进行调节,多维度且精细化,想怎么美就怎么美。

这样的美颜看起来就像是2020年末的一剂变美强心针,背后是如何实现的呢?OPPO有一套独门绝技——FDF全维人像视频技术系统下的感知人像引擎。

正如上面所提到的,对于手机来说,处理图片之前最重要的一步就是要看清照片中的人脸,这也是实现其他技术的基础。为了看得更清楚,OPPOReno5系列在拍下人脸的瞬间,就像视频一开头出现的星图那样,使用了296个关键点来标记面部,然后在深度神经网络的AI算法中加入了关键点是否可见判断、人脸角度判断等辅助信息,将整张人脸上每一丝细节都收录在案。

实现这个过程的关键就是深度神经网络,尤其是"卷积神经网络"(ConvolutionalNeuralNetwork,CNN)。

先不要被这个"每个字都认识但连起来是什么鬼"的词吓到,它的原理不算复杂——在AI眼里,任何图片都是像素构成的矩阵(左),卷积核(kernal)是另一个小矩阵(中),它们叠加在一起,对应位置的数值相乘再求和,得到"特征映射"(右)。

卷积神经网络丨Medium

当前的AI其实并不像《流浪地球》里偷偷使坏的莫斯那样聪明,它的"认知能力"只相当于0到4岁的儿童。当科学家们如果想要人工智能识别一些基础物体,比如人脸、汽车、动物,和椅子,那么首先就要把这些物体的特征"提取"出来,也就是下图Layer2中那些大概的色块,交给人工智能去"记忆"。而人工智能领域的科学家,就必须像耐心的父母教育小朋友那样,不断调整,优化这些最基础的形状符号,把它们变成机器能够理解的"卷积核参数"。

要想让AI识别视觉形象,必须首先教它一层一层"学会"特征提取丨DI-ENS

当负责处理轮廓、形状或纹理等特征的各种卷积和分层排列组合在一起,就成了卷积神经网络。为了实现更加清晰的人像效果,OPPO引入了AI算法,在深度神经网络模型中设计了3个子模块分别对人脸进行超分计算、降噪优化和锐度优化,实现了定制化的超清人像效果。在这基础上,通过搭建一个OFL肤质优化算法,实现精准度更高的美颜。过程中还会检测画面中的面部、手部等皮肤区域,让美颜将皮肤和非皮肤区域分开,"靶向美颜"不是吹的。

肤质优化图片丨OPPO

除了上面这些对现有技术的升级,OPPO还推出了革新性的AI祛瑕疵功能。通过对大数据样本使用分阶采样的方式,极大地提升了样本容量,让深度神经网络模型可以接受更充分训练,让AI这个"小孩子"在去除瑕疵时,能一眼区分出天生特征和后天瑕疵,让美颜实现地更"隐秘"。再也不用为了区分痘痘和痣、黑眼圈和卧蚕,一点一点去抠图了。

不是C位其实也可以从容应对丨giphy.com

哦对了,对于那些合照中常年不能拥有C位、脸还被挤得一塌糊涂的盆友,OPPO也考虑到了。拍摄时可以通过进行人脸和背景处理,保证人脸不畸变,智能修复图片角落的畸变情况,让角落也能和C位一样光彩照人。

OPPO普通人脸畸变矫正OFF

OPPO普通人脸畸变矫正ON

通过对AI算法的全面升级,OPPO这一波美颜功能突破可以说是直击爱美人士的灵魂。不过,OPPO觉得这还不够。

更美的人当然要配更美的景

我们觉得需要修图,别人的看法只占极少一部分因素,更多时候还是自己觉得怎么看这照片怎么不满意。

但是要知道,在社交和修图的年代,我们自己同时担任着观众、摄影师和模特,亲身反映着、并且加强来自社交网络的偏好、期望和价值选择。而人眼+大脑是最先进的相机,并且,这台相机的先进程度远远地超过了手机中的相机组件。很多时候我们觉得照片不好看,更多是因为由于感光、抖动等因素,设备不能将人眼看到的自己完全展现出来,中间一直存在的期待差异,就会让我们对照片始终不满意,这也就是为什么当我们被专业相机拍照时,会感觉效果要好看很多。

相机一直在模仿人眼,却从未超越人眼丨RhysKelly

因此,美颜不仅要做好把人脸的自然美展现出来,而且还应该通过其他辅助措施,让人眼和大脑处理之后的内容被尽量体现在照片中,真正保持眼、画一致。

基于这个思路,OPPO的美颜周边还包括了画质增强引擎:实现视频超级防抖、视频超级夜景等功能,为AI焕采视频美颜助力,让影像和人眼的差距尽可能缩小。

相信很多果壳er对去年OPPO的过山车挑战仍记忆犹新,去年的超级防抖已经实现了全面5轴防抖算法,而在Reno5系列上,OPPO抓取了陀螺仪、加速度计等感应器的数据,专攻生活中那些无处不在的抖动细节。无论是日常拍个游客照还是在天桥上来个专业恢弘的延时摄影,都可以避免"拉丝",实现高清。

OPPO手持移动延时拍摄

夜景可以说是手机摄影的盲区,虽然当前已经有很多手机拥有了夜景功能,但不是亮得太假,就是拍得太慢。OPPOReno5系列这一次还对夜景视频和HDR算法进行融合,可以分阶段识别画面提亮需求,智能判断出局部还是整体优化需求,大大提升夜景质感,还能解决逆光拍摄时人像和背景混成一坨的难题。

OPPO夜景实拍

实际上,我们对于美的判断,大部分源于大众文化所体现的价值。我们也并不是最近才暴露在修饰过的影像中,毕竟Photoshop已经流行了很多年,在各类媒体上出现的人像,尤其是女性,总是呈现出经过修饰的姿态——大眼、苗条、皮肤光洁无瑕,而这些也似乎是美女标配。

而在大众文化价值指导下的修图,则把"PS"从工业级变成了消费级,配合社交媒体的出现,普遍程度更高,渗透能力更强。在更多人开始自定义美的过程中,我们可以看到个性化的元素更加突出——不仅是瘦腿瘦脸,还有那些对自己有着更高要求的修饰,而这个过程中,比任何人都要标准、或者都"不标准"的美,以及集体的美、无死角的美都已经变得理所应当。

OPPOReno5系列这次做的,就是提供一个更有效的工具,让每个人都能通过手中这部手机自信地展现一个不再千篇一律的自己。或许在未来的某一天,科技已经实现了所见即所得,拍出来的人像照片、视频已经无需再修,而我们也已经真正接纳、欣赏和喜欢那个不一样的自己。

——果壳商业科技传播部出品——

相关推荐