↑ 點擊加入mixlab社區
15000+跨學科人羣,機器學習、量化交易、物聯網、區塊鏈、產品、建築設計、服裝設計、珠寶設計、音樂、藝術等。
今天在整理人工智能設計師指南v1.0的時候,再翻了一下Adobe Sensei,發現Adobe已經把這個人工智能平臺開放出來了,官方介紹了本次開放的4項基本能力,總的來說,主要是對照片的一些分析跟自動化的任務,比如評估照片的質量,從美學維度來考慮,自動識別圖像內容、主體區域等自動化的任務。
期待已久的自動摳圖功能並沒有達到商用的準確率,所以暫時我們還不能在Sensei中體驗到。
Adobe Sensei 人工智能和機器學習框架在醞釀了2年多後,終於開放了4項能力:
- auto swatch
- auto tag
- body crop
- image quality
1
image quality
關於imagequality有10個維度的指標,從構圖、色彩、圖像內容、燈光、景深、三分法則等評估,具體如下:
- Quality - 總分
- Balancing Element - 整體構圖的平衡程度如何
- Color Harmony - 顏色的和諧程度
- Interesting Content - 圖像是否包含有趣的內容
- Interesting Lighting - 有趣的燈光,檢測五彩繽紛的燈光效果,例如夜景,日落,有趣的燈光效果......
- Repetition - 是否在照片中有重複的圖案,構圖......
- Symmetry -對稱,基於構圖和對象的對稱性
- Depth of Field - 景深
- Object Emphasis - 檢測是否有主體物體
- Rule of Thirds - 攝影三分法
- Vivid Color -色彩鮮豔程度
檢測結果如下圖所示:
2
body crop
把圖像中的人體裁切出來,返回的是一個矩形框:
{ "H":471.323, "W":472.434, "X":45.23, "Y":145.43 }
3
auto swatch
自動提取主要顏色的色板,並且提取圖像中具有代表性的區域,返回的是矩形框,如下圖,分別提取圖片中的一個最具代表性的區域:
4
auto tag
給圖片打標籤,這個功能跟目前各大廠提供的圖像內容識別是類似的,如下圖:
值得特別關注的是auto swatch跟image quality功能,auto swatch不是簡單的提取顏色,而是結合起來,提取圖像的代表性區域,比較典型的應用是服裝行業的面料的提取,image quality對影樓拍攝的大量照片,可以快速挑選出質量較高的攝影作品。正好mixlab前陣子更新了一篇《拍照時怎樣擺姿勢好看?前端玩轉AI之posenet指南》,我們可以結合起來,對此AI攝影師技術升級一波~
不管怎麼說,sensei 是目前市面上最懂設計師的AI
以上爲全文。
近期活動推薦:
快!TensorFlow、黑客馬拉松、DevFest千人大會 ,GDG DevFest 2018在召喚你
--------------------------------------
mixlab 無界社區 是一所面向未來的實驗室,它提倡“跨界創新,開放成長”的理念。
——跨界 開放 互助 學習 思維 創新。
目前社區彙集了1500+跨學科人羣,主要來自GoogleBrain、微軟、華爲、阿里魯班、騰訊、曠視、三角獸、物靈科技、衆安保險、美團、360等科技人才、設計師及CEO和投資人;高校分佈MIT、Oxford、Cambridge、CMU、UoM、清華、上交大、同濟等學生及教師羣體;學科跨越機器學習、自然語言處理、量化交易、物聯網、區塊鏈、前端、後端、產品經理、UI設計、建築設計、服裝設計、珠寶設計、音樂、藝術等。
社區典型的用戶技能爲: ML00:小程序開發、AI+設計 ML04: 算法作曲 ML05:AI變臉 ML07:WebGL+Three.js數據可視化 ML14:增長黑客 ML16:機器學習 ML37:AR ML41:人工智能+音樂 ML44:珠寶設計+參數化設計 ML83:量化交易、數字貨幣交易 ML109:Arduino、processing ML113:人工智能+服裝設計 ML206:VR/AR ML245:建築設計智能化
詳細介紹點擊以下卡片:
mixlab期待您的加入!