近日，計算機視覺頂級會議CVPR 2022公布了會議錄取結果，美圖影像研究院（MT Lab）與北京航空航天大學可樂實驗室聯合發表的論文被接收。該論文突破性地提出分布感知式單階段模型（DAS），用于解決極具挑戰性的多人3D人體姿態估計問題。該方法通過一次網絡前向推理同時獲取3D空間中人體位置信息以及相對應的關鍵點信息，從而簡化了預測流程，提高了效率。此外，該方法有效地學習了人體關鍵點的真實分布，進而提升了基于回歸框架的多人3D人體姿態估計方法的精度。
實際上，這只是美圖利用人工智能為影像技術賦能的冰山一角。早在2010年，美圖就成立了核心研發部門——美圖影像研究院，該研究院致力于計算機視覺、機器學習、增強現實等人工智能（AI）相關領域的研發，在人臉技術、人體技術、圖像分割、圖像識別、圖像生成、圖像增強等方面處于領先水平，為美圖現有和未來的產品提供核心算法支持，并通過前沿技術推動美圖產品發展，曾先后多次參與CVPR、ICCV、ECCV等計算機視覺國際頂級會議，并斬獲冠亞軍10余項，被稱為美圖的“技術中樞”。
高效精準獲取多人3D人體姿態估計結果
計算機視覺中的經典技術——多人3D人體姿態估計在AR/VR、游戲、運動分析、虛擬試衣等領域具有廣泛的應用潛力，近年來隨著元宇宙概念的興起，更是讓這一技術備受關注。
目前，通常采用兩階段方法來解決多人3D人體姿態估計的問題：自頂向下方法，即先檢測圖片多個人體的位置，之后對檢測到的每個人使用單人3D姿態估計模型來分別預測其姿態；自底向上方法，即先檢測圖片中所有人的3D關鍵點，之后通過相關性將這些關鍵點分配給對應的人體。
盡管兩階段方法取得了良好的精度，但是需要通過冗余的計算和復雜的后處理來順序性地獲取人體位置信息和關鍵點位置信息，其速率通常難以滿足實際場景需求，因此多人3D姿態估計算法流程亟須簡化。
為了克服兩階段方法存在的問題，該論文提出了一種分布感知式單階段模型用于解決基于單張圖片的多人3D人體姿態估計問題。另外，DAS在優化過程中對3D關鍵點的分布進行學習，這為3D關鍵點的回歸提供了極具價值的指導性信息，從而有效地提升了預測精度。
此外，為了緩解關鍵點分布估計的難度，DAS采用了一種迭代更新策略以逐步逼近真實分布目標，通過這樣一種方式，DAS可以高效且精準地從單目RGB圖片中一次性獲取多個人的3D人體姿態估計結果。
與已有的兩階段方法相比，該模型可以通過一次網絡前向推理同時獲取人體位置信息以及所對應的人體關鍵點位置信息，從而有效地簡化預測流程，克服了已有方法在高計算成本和高模型復雜度方面的弊端。另外，該方法成功將標準化流引進到多人3D人體姿態估計任務中，以在訓練過程中學習人體關鍵點分布，并提出迭代回歸策略緩解分布學習難度，來達到逐步逼近目標的目的。通過該模型可以獲取數據的真實分布，有效地提升模型的回歸預測精度。
人工智能技術大大提升攝影修圖效率
對人臉皮膚進行精細化的瑕疵修復與暗沉祛除，一鍵入“齒”修復牙齒上的瑕疵，照片上模糊的容顏清晰重現，全身美型告別大粗腿、水桶腰……AI技術正讓修圖小白秒變大師。
一家商業攝影機構的業務流程基本包括：營銷獲客、攝影服務、后期處理、成品制作等環節。其中，后期修圖是商業攝影工作流程中占比高、耗時長、工作量大的一個環節。
在旺季或者拍攝任務激增時，從拍攝到出片的周期甚至長達1個月左右。尤其是在人像處理部分，非?？简炐迗D師的專業功底，而一名合格修圖師的培養需要耗費高昂的人力、物力成本，還需要面臨人員頻繁流動的風險。
美圖創始人兼首席執行官吳欣鴻在接受科技日報記者采訪時表示，據不完全統計，商業攝影1年修圖可達120億張，大量繁雜的重復性勞動以及較高的技術門檻，給商業影樓帶來巨大的成本壓力。借助AI技術完成重復繁雜的后期初修工作，不僅能夠提升商業攝影后期的修圖效率，同時也為商業攝影行業提供了深度融合美學藝術的專業級圖像處理服務。
由美圖技術大腦——美圖影像研究院自主研發的美圖云修，通過智能預設功能，一鍵即可完成對照片的批量處理。其中，臉部優化功能可以修復面部瑕疵，打造細膩肌膚；妝容調整功能可實現對妝容的智能調節。此外，美圖云修還能夠完成塑造立體的面部五官、分區域實現全身美型、美化身體肌膚等80余項修圖工作。同時，靈活自由的參數自定義也滿足了用戶對修圖更專業的需求。
“美圖云修還提供濾鏡特效、牙齒修復、祛雙下巴、勻膚、縮頭、一鍵仿妝、背景增強、多人全身美型等獨特功能，可以幫助影樓快速完成約80%的精修工作。”美圖技術副總裁、美圖影像研究院負責人劉洛麒表示。
我國影像軟件技術攜手AI大步向前
今年3月30日，美圖披露2021年全年業績報告。報告顯示，2021年美圖研發投入達5.455億元，同比2020年增長35%。
隨著中國影像軟件產業對技術研發投入的不斷加大，近年來中國影像軟件在技術能力方面有了很大的進展，有些已經不輸國外同類產品。
“我們推出的視頻美顏App——Wink，它的視頻人像美化功能需要將人像美顏從圖像擴展到視頻維度，這就需要實時的人臉檢測跟蹤、分割、3D建模等技術與人像美顏算法進行有機結合，同時還要應對視頻抖動、大側臉等極端情況，才能為用戶提供滿意的結果?！眲⒙鬻枵f。
“用戶拍攝的照片或視頻存在清晰度低、畫質差、產生噪點等問題，我們利用基于深度學習的畫質增強技術能夠提高用戶照片與視頻的質量，滿足他們的拍攝需求。同時，我們也將深度學習應用到人像美顏中，例如我們自主研發的AI勻膚技術，既能祛除臉部瑕疵，同時也保留了細膩的皮膚紋理質感?！眳切励櫿f。
“我們基于AI研發的人體美型技術，不是簡單地對人體進行拉伸，而是先結合人體3D重建、人體分割等技術去建立人體的三維模型，再利用深度學習算法學習美化之后的人體模型形變，同時對背景的Mesh（網格）進行建模，從而緩解背景的變形扭曲，最終實現用戶滿意的人體美型效果。”劉洛麒指出。
此外，美圖證件照應用到的人像摳圖技術，可以實現發絲級的精細摳圖，完成對證件照人像的一鍵換裝，同時保持人像和背景的光線和諧性。而基于AI生成的增發技術，可以調整發際線，可以改變發色和發型，還能使頭發顯得更蓬松。
未來，人工智能將如何賦能影像技術？對此，吳欣鴻表示，一方面，基于人工智能的影像技術，將與各行各業有更多、更深入的結合，這也對影像技術提出了更高的要求。另一方面，通過3D技術和AR技術等，為用戶提供沉浸式和可交互的虛擬化體驗也是未來影像技術發展的熱門方向。
