這是AI産品分析的第二期,沿着同樣的思路,本期一起深扒美圖秀秀擄獲萬千少女芳心的“AI秘籍”~
上一期我們一起體驗了抖音裡的各項黑科技,見證了抖音以短視頻為載體,基于人臉關鍵點檢測、圖像語義分割、風格遷移、表情識别、圖像分類等計算機視覺技術為用戶提供了專業、新奇、搞怪的體驗。
在AI産品專題的第二期,我們對美圖秀秀AI版塊進行體驗及分析,由于該版塊分為“動漫化身”、“繪畫機器人”、“跨次元相機”、“少女照相機”、“夢幻娃娃機”等5個入口,但後四項底層的邏輯設計基本相同,因此本文将後四項當成一個整體展開,話不多說,開始我們的旅程吧~
一、動漫化身
1. 用戶-場景-需求分析
“動漫化身”是美圖秀秀幾個月前才上線的新功能,該功能一方面是為了應對激烈的市場競争,另一方面是基于平台發展及用戶需求,為更好地理解該功能點,首先對其進行簡單用戶-場景-需求分析如下。
2. 功能目的
大家都知道,美圖是一個工具型圖像美化産品,其初衷在于打造一款最為簡單的修圖産品,過去也有人将其笑稱為“傻瓜式Photoshop”。而結合美圖産品更新的動态,迎着人工智能的東風,美圖對用戶提供的産品服務也開始呈現多元化及娛樂化。
基于上述的用戶-場景-需求分析,可見對用戶而言,該功能可滿足他們對于動漫、對美及對新鮮事物的興趣、好奇心及虛榮心。
而對平台而言,該功能的上線不僅為平台增加了一項服務,同時也使得産品定位不再局限于機械化的工具,變得更加豐滿且有趣。而從商業角度,該功能的上線也使得美圖的流量進一步增強,則平台的廣告機會及變現能力也進一步強化。
3. 功能邏輯
基于上述“動漫化身”的邏輯流程,在進行相片(人臉)采集之後,系統通過檢測人臉特征點後構建二元空間映射,并進行視覺配準,最終經渲染後生成用戶的動漫形象。而更具特色的體驗在于,生成動漫形象之後,用戶還可以選擇生成照片、視頻或表情包的形式。
且在制作視頻/表情包的過程中,畫面中的卡通形象可随着用戶的表情變化而動态變化,進行細節調整後生成的圖像更細緻。同時在動态的過程中,使得用戶身臨其境般地享受到變身的過程,對用戶的吸引力更足。
視頻模式下,還可以進行音樂搭配,産品元素很豐富。此外,用戶還可以根據不同的心情和喜好進行卡通人物形象的風格及裝扮,進一步滿足了不同性别、不同風格用戶的個性化需求。
如上圖是“動漫化身”生成的效果圖,左側的趙麗穎的相片,通過算法處理後,風格完全改變,但在生成的圖片中,對于五官及服飾一定程度上仍保留了原有的基本特征。
如上圖,是表情包模式下生成的圖片效果,可以添加文字,也可以随意根據喜好變更表情,制作的效果栩栩如生,尤其是進行表情及面部細節微調時,那種互動的感覺可能是更讓用戶着迷的。
4. 功能上線及疊代
“動漫化身”功能從2018年12月18日左右在美圖秀秀8.3.5.0版本中上線,提出使用AI畫手為你繪制專屬動漫聖誕頭像的超萌動畫模式,享受捏臉換裝小樂趣,該功能上線後受到許多用戶的喜愛,至今已有154830805人體驗。此後的版本疊代中,平台也顯示出了極大的重視度,基本每次更新都有針對該功能的說明。
5. 技術分析
綜合上述分析可得,“動漫化身”功能以簡單的流程,滿足了平台服務的年輕群體追求卡通動漫的萌趣效果,整體體驗流暢,渲染生成的速度較快且效果生動形象。
但體驗中發現,算法仍存在偶發性的視覺檢測失靈,且可選的裝扮選項比較單一,少數的裝扮加載延時較長,這與後台算法的效率及穩定性有關。
- “動漫化身”使用的技術十分豐富,首先是人臉檢測,用于檢測及定位用戶人臉,這一步是整個功能實現的核心基礎。
- 其次是人臉關鍵點檢測,後續的視頻、表情包動态調整及生成,都是基于人臉關鍵點的定位後進行的變換操作。
- 再者還有人臉分割,通過人體、皮膚、頭發、五官的等區域的精确分割,獲得不同部位的具體位置,之後在進行風格調整時,才能進行具體替換。
- 最後從整體的效果來看,通過建模生成的卡通人物的立體感及真實感體驗都比較棒,這是AR現實增強處理的效果。
技術關鍵詞:人臉檢測、關鍵點定位、人臉分割、AR增強
二、繪畫大師Andy
1. 用戶-場景-需求
繪畫機器人Andy可以算是美圖秀秀比較獨特的一個功能點,Andy和“動漫化身”功能存在一定的關聯,但又不完全相同,二者在底層用戶的需求及具體地實現中還是存在一些區别,該項功能點的用戶-場景-需求分析如下。
從中可見,繪畫機器人Andy聚焦于滿足用戶以一種更省時省力的方式獲得自畫像的需求,而“漫畫化身”,則更注重滿足用戶“化身”漫畫形象并進行動态互動的需求。概括地說,前者專注于結果,而後者過程的體驗更具特色。
2. 功能目的
基于上述用戶-場景-需求的分析,我們可以從中對Andy提出的目的進行簡單分析。從用戶的角度,該功能對于那些比較宅的、愛美的以及勤儉節約的用戶而言,可以滿足他們足不出戶、不花一分錢,就可以打造出獨屬于自己風格的插畫及各種形象,享受全方位的“繪畫服務”。而且畫不好重來幾乎沒有任何成本,直觀地可理解為美圖爸爸直接為用戶提供了一個私人“畫師”。
而從平台的角度,同樣離不開的邏輯是,怎麼才能在保持核心功能清晰明了的情況下,将同一項技術無限擴展,打造出更多樣化的服務,滿足不同用戶群體的個性化需求,而美圖一直都在踐行這樣的邏輯。
2. 功能邏輯
可見繪畫機器人Andy在照片采集部分的流程和之前“動漫化身”的流程邏輯基本一緻,但不同之處在于,圖像生成之後,繪畫機器人Andy和用戶之間就沒有屏幕上的實時互動進行細節調整了,隻需靜靜等待,即可生成自畫像。
同時和“動漫化身”一樣,也可以選擇不同的風格生成,而且親身驗證,不同風格選項生成的效果區分度還挺大的,以下是體驗效果展示。
從該結果中看出,Andy 根據左側相片畫出的圖像比較精美,細節的刻畫也比較到位,且相較“動漫化身”而言,繪畫機器人的效果更為貼近原圖,藝術創作的成分較少,如頭發、配飾等,刻畫中和原圖保持了一緻,可見後台算法設計的嚴謹度。
3. 功能細分對比
值得指出的是,美圖AI版塊雖然在設計中設置了“動漫化身”、“繪畫機器人”、“跨次元相機”、“少女照相館”、“夢幻娃娃機”等入口,但實際上,後四項動能在整體的功能邏輯上是基本相同的。
因此,“跨次元相機”、“少女照相館”、“夢幻娃娃機”可視作和繪畫機器人同一功能下的不同效果,但它們發布的時間更早。
換個角度來看,可以理解成,它們是美圖在推出Andy之前美圖秀秀利用計算機視覺技術做出的一些嘗試,也正是因為這些積累,使得平台的數據及算法都獲得了較大的改進和提升,才促成了Andy的出現。
為了進一步理解Andy和其剩餘幾項本質的不同,我們結合各自上線時間、體驗人數進一步做出說明。
如圖,其中“跨次元相機”最早上線于2017年1月10日,已有860240131人進行了體驗,而随後在2017年5月28日和2017年9月26日,美圖又進一步上線了“少女照相館”和“夢幻娃娃機”。但是這兩項的體驗人數相對就低很多,而2017年11月30日上線的繪畫機器人,獲得的效果就比較突出,直接達到了749224112,按照當前的走勢,極有可能趕超“跨次元相機”。
究其原因,從體驗中分析認為,“跨次元”包含的風格選項較多,同時該功能上線時間較早,并且在上線之初還利用了明星效應(anglababy)以及一些節日主題(元旦、春節等)進行運營,所以體驗人數較多。
而繪畫機器人取得的效果明顯更為優異的原因在于,平台在數據和技術上的積累更為成熟,使得圖像處理的算法更為準确和良好。我們可以明顯地看到,由Andy生成圖像的質量及細節處理都更加優秀。
如圖,是這四種不同功能效果的對比。
對應原圖,從左到右依次為“繪畫機器人”、“跨次元相機”、“少女照相機”、“夢幻娃娃機”,各個圖像最終的成像特點和本身的命名對應較為明顯,尤其是反複來回體驗後它們的區别和特色就會更為清晰。也可以通過這四項功能,更為清楚地認知到,美圖秀秀在産品功能的進步,與其自身技術的發展一直緊密結合。
不可否認,基于機器學習原理,Andy接受的訓練數據越來越多,“繪畫經驗”越來越豐富,它已經從一個機械死闆的繪畫小白,變得越來越成熟,而美圖爸爸給它的終極定位是向它的兄弟微軟小冰看齊,稱霸AI繪畫界。
在體驗的過程中,相對動漫化身功能而言,Andy繪畫功能的靈活性互動性差一些。但整體觀感上,Andy的成像更具風格及藝術性,所以可能更得女性用戶青睐。但體驗中有一個微小的不足在于,點擊對比按鈕的時候,原圖像和繪畫生成的圖像呈覆蓋關系,而不是放到一個屏幕中進行對比,這可能也是受限于手機屏幕太小的原因。
4. 技術分析
該項功能涉及的技術除了人臉檢測外,還包括圖像生成技術。基于人臉檢測及分析,算法初步捕獲了人臉特征,而後将這些特征輸入訓練好的圖像生成網絡DrawNet處理後生成用戶的照片畫像,其中DrawNet網絡由美圖自主研發并完成搭建及訓練,最終部署于平台。
同時,從生成的效果圖中也可以看出,Andy在繪畫的過程對于人物照片的膚色、發型、服飾等信息的捕獲也比較準确,這是因為他們使用了專門用于頭發檢測及膚色檢測的算法。
美圖爸爸期待Andy随着更多用戶的參與,獲得更多訓練學習的樣本後,繪畫技藝可以得到一定的成長和改變,不至于很快就被用戶厭棄,希望這個希望不僅僅是希望吧!
技術關鍵詞:人臉檢測 頭發檢測 膚色檢測 圖像生成等
總結
通過本期對美圖秀秀AI版塊的進一步分析,同時結合上一期對抖音的體驗,我們可以更深入地意識到,目前類似于人臉檢測、關鍵點識别、人體分割及圖像生成等技術在産品中的應用非常廣泛,也有很多新奇的玩法,不過依然還有很多的成長空間可以探索。
作者:Luna,公衆号:有三AI,一個專注于人工智能技術與産品落地的公衆号,希望可以和熱愛AI的人有更深入交流,一起見證AI改變生活!
本文由 @ Luna 原創發布于人人都是産品經理。未經許可,禁止轉載
題圖來自網絡
,更多精彩资讯请关注tft每日頭條,我们将持续为您更新最新资讯!