(文章来源:知乎，作者:西亭夕阳，文章中的照片不允许转载)

儿童节要到了！

本来我恨年是杀猪刀。怎么才能一眨眼就被提醒“老阿姨耍可爱要注意适当限制”？

其实，六一的残酷远不止于此。最近看美剧《咆哮》，妮可基德曼疯狂吃老照片。每一张被吞掉的照片只能投射出几秒钟真实而温暖的童年回忆。

虽然我们在现实生活中没有“吃照片”这种神秘的福利，但当我们在艰难的现实中不知不觉地成长为“卑微的成年人”时，用AI给我们童年的影像上色，或者让我们不快乐的童年自我露出微笑，仍然是一大乐趣。

尤其是最近看了36Kr发布的节目《重温父爱，揭秘AI还原老照片背后的技术》，里面提到了AI上色和一键微笑技术，让我有了对市面上提供这类服务的工具进行评测的想法。

至于选择哪张照片进行评测，一定要选择经典的——

我钱包里总放着两张照片，一张是我六七岁时的“车模照”；

另一张是我和孩子六七岁时的照片。记得那也是六一，我哄着儿子在街上拍照。但没想到是照相馆旁边的肯德基！结果老母亲还没踏进照相馆，孩子们就急着吃全家桶。于是，他有了右图，空白中的渴望，虚无中的虚荣，无奈中的略显焦虑，想哭却又哭不出来的复杂表情:

图1：老照片合影图1:老照片合影

人工智能媒体处理能力的评估

AI着色能力比对

为了客观评价不同平台的AI上色能力，我调用了HMS Core的视频编辑器套件和三个不同平台的其他AI产品功能。

以下是华为和其他三个不同产品品牌的AI上色效果对比。我将从图像亮度、饱和度、温度、纹理、形状、补色等维度比较四个不同产品平台的AI上色效果:

图2：AI着色效果对比图2:2:AI上色效果对比

从上面两组图片的对比，可以直观的看出:

brand 1的图像整体颜色偏红，亮度较高，尤其是脸部颜色饱和度过高，纯度也较高，导致人像的感觉比较锐利。

品牌2的图像整体色彩饱和度低，颜色不纯，偏蓝，亮度略高。人物的气氛是冷的。

品牌3的图像对车的颜色还原度较好(接近写实的浅黄色)，但远山的蓝色和合影的背景色饱和度较高。尤其是合影的背景已经出现了明显的色彩失真。

综合来看，HMS Core的上色效果最为自然，色彩呈现柔和中性，更符合原片的事实逻辑。整体上有一种简约复古影楼的“大片”感。个人对这款的上色效果还是比较满意的。

对于AI上色来说，上色的自然度是用户最大的痛点。原因是AI着色任务对数据集、模型结构、训练方法等几个因素非常敏感。即使是微小的差异也会导致不同的上色结果。

受数据采集成本、模型结构大小、实际场景多样性的影响，AI着色还处于初级阶段，出现各种问题很正常。反之，就很难做到无违和感。以实际场景的多样性为例，虽然生成任务“上色”的数据集规模较大，但仍然难以覆盖所有的实际场景，包括输入画面的光线、角度、人像的肤色、五官的外观、成像设备的差异等，都会影响模型的准确性和准确性。甚至还有一些高难度的场景，比如人的四肢和躯干被其他物体隔开。即使数据集完全覆盖，也会影响任务效果。

总体来说，HMS Core AI着色在解决上述问题上表现得相当不错。之所以能保证着色结果的准确性，是因为它在百万级大规模数据集的基础上，使用了多种损失函数监测模型进行训练。所谓损失函数，相当于给模型设定了一个目标。为了达到目标，模型会在训练过程中不断修改自己的权重。而多重损失函数意味着设定多重目标，比如颜色均匀，人脸不发红等。模型会在训练中不断调整自己的体重，直到同时达到这些目标。最后，上色效果更自然。

2.“一键微笑”能力

要说每个老母亲的刚需，那可能就得是即将推出的华为HMS核心视频编辑器套件的AI“一键微笑”能力了。众所周知，老照片中婴儿的画风要么是“不开心”，要么是打哈欠微笑。

或者类似下面这张“勉强”的亲子照——无论旁边的老母亲看起来多么温柔，宝宝本人都必须保持高贵冷艳:

图3：老照片合影图3:老照片合影

所以大部分家长有两种方式可以获得温馨的亲子照，一种是“逗”，一种是“P”。要么在影楼使出浑身解数逗孩子笑，要么回去拿出美图APP稍微修图，结果大多不尽如人意，人的心态崩塌。

所以，对于老母亲来说，“一键微笑”显得特别甜蜜亲切。

简单来说，“一键微笑”就是媒体图像编辑，但相比其他任务，“一键微笑”的难度更大。

事不宜迟，我们来看看四款不同产品的效果对比:

图4：四款不同产品的“一键微笑”功能对比图4:四款不同产品的“一键微笑”功能对比

在上面的AI上色能力对比中，我其实心里只有一点波动，但是看到微笑编辑的对比后——

从上图可以看出，四款产品的任务完成程度确实有些参差不齐:

1.双人照只有一个人被品牌选中微笑，微笑的范围太大，假笑强烈；

品牌2的微笑有明显的剪辑瑕疵，直观上给人一种“勉强微笑”的感觉，自然度略低于品牌1；

3品牌并没有在原有表情的基础上调整微笑的程度，只是支持露齿和微笑的幅度相同，对于八齿笑不出来的用户显然不是很友好。

但看到HMS Core的效果后，我的心灵一动，流下了满足和喜悦的泪水。HMS Core的一键微笑，让我们两个人都笑出了自然的弧线，无论是露齿还是咧嘴。

可以说，《微笑》是一场考验图像剪辑能力的考试。如果“微笑”不够好，就容易完全不一样，把效果变成“微笑”。

无论是图像风格转换还是图像编辑，都是依靠大量的数据来驱动的。在一定程度上，输出结果的自然度受到人脸数据集丰富程度的影响。但是由于用户的隐私性，整个行业在人脸数据采集方面并没有太大的进展。如何在有限的真实人脸数据基础上丰富人脸数据集，成为业界面临的共同问题。

在从少到多的路上，华为选择了“曲线救国”。既然它找不到，那就创建它。华为通过使用一些可用的具有肖像权的真实人脸图片，在AI训练数据集中生成了大量的虚拟人脸图片。比如通过不同的身份特征、面部特征、场景特征的排列组合，由千余张真实人脸照片“繁殖”出百万虚拟人像数据集，解决了数据集不足的问题。

此外，由于“微笑”本身并没有一个标准化的定义，谁也说不清什么样的微笑是好的，什么样的嘴角弧度才是标准，所以建模学习比较困难。同时，笑容剪辑的程度往往与原始脸部的状态有关。如何自适应地实现咧嘴笑和咯咯笑，保证笑容的自然，一直是一个算法问题。HMCORE R&D团队通过自主研发的算法模型，为人脸数据集中的照片生成“快乐数据对”，使笑容编辑的程度更接近原始人脸状态，最终选出最自然的笑容。

华为HMS Core现已向SDK开放人工智能、媒体等七大领域技术，降低开发门槛，助力应用创新。现在，开发者只需要几行代码就可以快速集成HMS Core的视频编辑器套件，并可以使用AI上色、一键微笑等AI图像能力，让你的旧照片焕然一新。

VideoKit的“一键微笑”功能将于近期在官网、华为开发者联盟上线。有兴趣的朋友可以试试。

AI媒体处理让我看到了“人工智能”这个冰冷的词，其实可能有着温暖的“人情味”。这实际上只需要两步。第一步，关注人的精神需求；第二步，从审美角度评价任务完成情况。

显然，当我们开始尝试用AI解锁一段童年记忆时，它已经迈出了第一步。

(文章来源:知乎，作者:西亭夕阳，本文图片未经作者授权不得转载)