实际上，这只是美取利用人工智能为影像技能赋能的冰山一角。早在2010年，美图就成立了核心研发部门——美图影像研究院，该研究院致力于打算机视觉、机器学习、增强现实等人工智能（AI）干系领域的研发，在人脸技能、人体技能、图像分割、图像识别、图像天生、图像增强等方面处于领先水平，为美图现有和未来的产品供应核心算法支持，并通过前沿技能推动美图产品发展，曾先后多次参与CVPR、ICCV、ECCV等打算机视觉国际顶级会议，并斩获冠亚军10余项，被称为美图的“技能中枢”。
高效精准获取多人3D人体姿态估计结果
打算机视觉中的经典技能——多人3D人体姿态估计在AR/VR、游戏、运动剖析、虚拟试衣等领域具有广泛的运用潜力，近年来随着元宇宙观点的兴起，更是让这一技能备受关注。
目前，常日采取两阶段方法来办理多人3D人体姿态估计的问题：自顶向下方法，即先检测图片多个人体的位置，之后对检测到的每个人利用单人3D姿态估计模型来分别预测其姿态；自底向上方法，即先检测图片中所有人的3D关键点，之后通过干系性将这些关键点分配给对应的人体。
只管两阶段方法取得了良好的精度，但是须要通过冗余的打算和繁芜的后处理来顺序性地获取人体位置信息和关键点位置信息，其速率常日难以知足实际场景需求，因此多人3D姿态估计算法流程亟须简化。
为了战胜两阶段方法存在的问题，该论文提出了一种分布感知式单阶段模型用于办理基于单张图片的多人3D人体姿态估计问题。其余，DAS在优化过程中对3D关键点的分布进行学习，这为3D关键点的回归供应了极具代价的辅导性信息，从而有效地提升了预测精度。
此外，为了缓解关键点分布估计的难度，DAS采取了一种迭代更新策略以逐步逼近真实分布目标，通过这样一种办法，DAS可以高效且精准地从单目RGB图片中一次性获取多个人的3D人体姿态估计结果。
与已有的两阶段方法比较，该模型可以通过一次网络前向推理同时获取人体位置信息以及所对应的人体关键点位置信息，从而有效地简化预测流程，战胜了已有方法在高打算本钱和高模型繁芜度方面的弊端。其余，该方法成功将标准化流引进到多人3D人体姿态估计任务中，以在演习过程中学习人体关键点分布，并提出迭代回归策略缓遣散布学习难度，来达到逐步逼近目标的目的。通过该模型可以获取数据的真实分布，有效地提升模型的回归预测精度。
人工智能技能大大提升拍照修图效率
对人脸皮肤进行风雅化的瑕疵修复与暗沉消灭，一键入“齿”修复牙齿上的瑕疵，照片上模糊的容颜清晰重现，全身美型告别大粗腿、水桶腰……AI技能正让修图小白秒变大师。
一家商业摄影机构的业务流程基本包括：营销获客、拍照做事、后期处理、成品制作等环节。个中，后期修图是商业拍照事情流程中占比高、耗时长、事情量大的一个环节。
在旺季或者拍摄任务激增时，从拍摄到出片的周期乃至长达1个月旁边。尤其是在人像处理部分，非常磨练修图师的专业功底，而一名合格修图师的培养须要耗费高昂的人力、物力本钱，还须要面临职员频繁流动的风险。
美图创始人兼首席实行官吴欣鸿在接管科技日报采访时表示，据不完备统计，商业拍照1年修图可达120亿张，大量繁杂的重复性劳动以及较高的技能门槛，给商业影楼带来巨大的本钱压力。借助AI技能完成重复繁杂的后期初修事情，不仅能够提升商业拍照后期的修图效率，同时也为商业拍照行业供应了深度领悟美学艺术的专业级图像处理做事。
由美图技能大脑——美图影像研究院自主研发的美图云修，通过智能预设功能，一键即可完成对照片的批量处理。个中，脸部优化功能可以修复面部瑕疵，打造细腻肌肤；妆容调度功能可实现对妆容的智能调节。此外，美图云修还能够完成塑造立体的面部五官、分区域实现全身美型、美化身体肌肤等80余项修图事情。同时，灵巧自由的参数自定义也知足了用户对修图更专业的需求。
“美图云修还供应滤镜殊效、牙齿修复、祛双下巴、匀肤、缩头、一键仿妆、背景增强、多人全身美型等独特功能，可以帮助影楼快速完成约80%的精修事情。”美图技能副总裁、美图影像研究院卖力人刘洛麒表示。
我国影像软件技能携手AI大步向前
今年3月30日，美图表露2021年整年古迹报告。报告显示，2021年美图研发投入达5.455亿元，同比2020年增长35%。
随着中国影像软件家当对技能研发投入的不断加大，近年来中国影像软件在技能能力方面有了很大的进展，有些已经不输国外同类产品。
“我们推出的视频美颜App——Wink，它的视频人像美化功能须要将人像美颜从图像扩展到视频维度，这就须要实时的人脸检测跟踪、分割、3D建模等技能与人像美颜算法进行有机结合，同时还要应对视频抖动、大侧脸等极度情形，才能为用户供应满意的结果。”刘洛麒说。
“用户拍摄的照片或视频存在清晰度低、画质差、产生噪点等问题，我们利用基于深度学习的画质增强技能能够提高用户照片与视频的质量，知足他们的拍摄需求。同时，我们也将深度学习运用到人像美颜中，例如我们自主研发的AI匀肤技能，既能消灭脸部瑕疵，同时也保留了细腻的皮肤纹理质感。”吴欣鸿说。
“我们基于AI研发的人体美型技能，不是大略地对人体进行拉伸，而是先结合人体3D重修、人体分割等技能去建立人体的三维模型，再利用深度学习算法学习美化之后的人体模型形变，同时对背景的Mesh（网格）进行建模，从而缓解背景的变形扭曲，终极实现用户满意的人体美型效果。”刘洛麒指出。
此外，美图证件照料用到的人像抠图技能，可以实现发丝级的风雅抠图，完成对证件照人像的一键换装，同时保持人像和背景的光芒和谐性。而基于AI天生的增发技能，可以调度发际线，可以改变发色和发型，还能使头发显得更蓬松。
未来，人工智能将如何赋能影像技能？对此，吴欣鸿表示，一方面，基于人工智能的影像技能，将与各行各业有更多、更深入的结合，这也对影像技能提出了更高的哀求。另一方面，通过3D技能和AR技能等，为用户供应沉浸式和可交互的虚拟化体验也是未来影像技能发展的热门方向。（马爱平）
来源： 科技日报