安妮 编译自 The Verge
量子位出品 | 公众号 QbitAI
你去票圈发照片的时候肯定也先修修图。少则几秒加个滤镜，多则数十分钟精修一下美美颜。
以后可能就不用这么麻烦了。
近日，谷歌与MIT联手创造出一种机器学习新算法，以专业摄影师的风格自动修饰图片。它节能，可以在手机上运行；速度快，能够实时显示被润色后的图片。
原始的1200万像素图像(左下)和新算法产生的润色版本（右上）
这项研究的论文《Deep Bilateral Learning for Real-Time Image Enhancement》和数据集也一并被公布。MIT的计算机科学与人工智能实验室（CSAIL）的Michael Gharbi和他的同事Fredo Durand教授和谷歌研究员Jiawen Chen、Jon Barron和Saminoino联手创造了这项技术。
研究人员采用机器学习算法，用来自Adobehe MIT的5000张图像数据集训练神经网络。数据集中每张图像都被5名摄影师精修过，研究人员就据此了解不同照片的哪些地方需要做出哪些改进。比如有些地方大家喜欢增加亮度，有些地方通常降低饱和度等等。
以往的研究是用机器学习改进已拍照片，但谷歌和MIT的这项研究压缩了以往的算法，让算法实时在设备本身运行而没有滞后。这个软件本身并不比一张照片大，但能够“处理任何风格的图像”，MIT在官方博客里写着。
不同场景风格润色后的效果，从左到到右依次为原景、实时修饰参考和拍摄成品
研究人员尝试了几种不同的方法减少算法，比如将每张照片的修改转换为公式，再用格状坐标标注这些图片。这就意味着照片的润色和修改都可以用数学公式表达，而不是以照片的形式呈现。
“这项技术对移动平台上的实时图像增强非常有用，”谷歌研究人员Jon Barron说，“用机器学习做计算摄影的前景让人兴奋，但往往会被手机的运算速度和功率所限制。我们的方法避开了这些问题，创造了一种实时摄影新体验，而不是大量耗电或延迟取景。”
至于这项应用将来是否会看谷歌Pixel系列的手机中看到，外媒The Verge认为也不是不可能。在此之前谷歌已经在Nexus 6开始用到更多光影润色细节。“这些研究还只是一些皮毛。”谷歌计算摄影部门的主管Marc Levoy曾说。
如果你感兴趣，不妨移步这项技术的论文看看——
论文地址：
http://101.96.8.165/groups.csail.mit.edu/graphics/hdrnet/data/hdrnet.pdf
数据集地址：
http://groups.csail.mit.edu/graphics/fivek_dataset/
祝你在里面玩得开心。
—— 完 ——
活动报名
8月9日(周三)晚，量子位邀请三角兽首席科学家王宝勋，分享基于对抗学习的生成式对话模型，欢迎扫码报名 ▼
加入社群
量子位AI社群6群即将满员，欢迎对AI感兴趣的同学加入，加群请添加微信号qbitbot2；
此外，量子位的专业细分群(自动驾驶、CV、NLP、机器学习等)正在招募，面向正在从事相关领域的工程师及研究人员。
进群请添加微信号qbitbot2，并务必备注相应群的关键词~通过审核后我们将邀请进群。（专业群审核较严，敬请谅解）
诚挚招聘
量子位正在招募编辑/记者，工作地点在北京中关村。期待有才气、有热情的同学加入我们！相关细节，请在量子位公众号(QbitAI)对话界面，回复“招聘”两个字。
量子位 QbitAI
վ'ᴗ' ի 追踪AI技术和产品新动态
▪
