雷锋网按：有没有想过，为什么你拍摄的照片永远不如专业摄影师那样出彩？其实在你看不到的地方隐藏着大量的后期处理。如今，计算机科学家希望让业余摄影师也能够轻而易举地获得同样精彩的照片，而不需要再花费大量时间来进行PS。
日前，软件公司Adobe和康奈尔大学合作，利用深度学习来对图片进行后期制作和颜色调校。这其实是一种图像风格迁移技术，它能够将一张照片的美学风格自动套用到另一张完全不同的照片中，包括光线、颜色和色调。此外，该技术并不会改变照片的结构，因而不会产生失真现象，处理后的照片看起来仍然非常自然。如下图所示：
虽然这样的图像处理算法并不是什么新东西，但是此前结果往往会让照片呈现出画像那样不真实感：比如细节丢失、直线弯曲变形，颜色大范围的变化等等。因此这些图像通常还需要进一步处理，纠正里面的错误。
然而，这个研究团队的目标是——让转变过程能够一步到位，不再需要手动调整，因此最终他们选用了神经网络加深度学习。
神经网络和深度学习是人工智能领域常被提及的专用术语，要实现自动执行图像风格迁移，这两种技术是非常基本的。想要专门教会软件识别并处理地球上的每种物体是不可能的，但是通过对成千上万个样本不断进行修正 ，然后对其结果进行反馈，随着时间的推移，算法将通过不断的自我调参来获得更好的结果。
最终，不需要教会算法什么是建筑物或者建筑物是什么样子，它就能自己知道天空出现的颜色不应该应用到人造的建筑物上。这种算法仅仅会对图像的颜色和色调进行调整，因此它能够保留细节，而不会产生线条变形等副作用。
那么，到底是如何实现图像间的风格迁移的呢？这个研究团队在论文“Deep Photo Style Transfer”中 做了详细介绍，感兴趣的可以阅读原文。雷锋网对该论文做了摘编：
首先需要两张图像：一张普通图像作为输入（input），以及一张已经修饰过风格化图像作为参考（reference）。然后通过神经风格算法（Neural Style algorithm）将参考图像的风格迁移到输入图像中去，最后获得处理过后的图像（output）。
此外，该团队还为神经风格算法中引入了两个核心思想（core ideas）：
在优化过程中，在目标函数中加入了一项“照片现实正则化”参数（a photorealism regularization term），约束重建图像，防止产生失真。
为基于对输入图像进行语义分割的风格转移过程引入了指导选项（optional guidance），避免内容不匹配的问题，大大提高了输出图片的真实感。
当然，结果并不总是完美的，比如下面这个将雪景转化成热带山谷的例子，最后获得照片整体看起来并不逼真。但是研究人员发现，这个算法在80%左右的时间里都是非常有效的，无需任何后期手动调整。
最终，这个功能可能会被移植到Photoshop或者其他的图像处理程序中去。试想一下，如果客户要求某张照片的夜间版本，那么摄影师可以利用它来快速修改照片，而不需要再花费一个小时的时间在Photoshop中手动调整。
就算你连业余摄影师也算不上，至少它可以让你朋友圈的照片变得更加有趣。
via. gizmodo，雷锋网编译
【招聘】雷锋网坚持在人工智能、无人驾驶、VR/AR、Fintech、未来医疗等领域第一时间提供海外科技动态与资讯。我们需要若干关注国际新闻、具有一定的科技新闻选题能力，翻译及写作能力优良的外翻编辑加入。
简历投递至 wudexin@leiphone.com，工作地 北京。
正在生成分享图...
黄楠