谷歌研發(fā)深度學(xué)習(xí)系統(tǒng)模擬攝影師工作，獲得了專業(yè)評(píng)價(jià)

　　機(jī)器學(xué)習(xí)（ML）在許多目標(biāo)明確的領(lǐng)域有優(yōu)秀的表現(xiàn)。具有明確正誤答案區(qū)分的任務(wù)將有助于訓(xùn)練，而且能讓算法實(shí)現(xiàn)預(yù)設(shè)的目標(biāo)，比如準(zhǔn)確地從圖像中識(shí)別物體，或者合理的將語(yǔ)言進(jìn)行翻譯。然而，也有許多領(lǐng)域的任務(wù)是很難客觀評(píng)價(jià)的，在諸如評(píng)價(jià)一張照片美麗與否這種太主觀的問(wèn)題上時(shí)這與每個(gè)人的審美有關(guān)，就不太適合用機(jī)器學(xué)習(xí)來(lái)解決了。

　　圖：賈斯珀國(guó)家公園的一張專業(yè)攝影照

　　為了研究機(jī)器學(xué)習(xí)是如何學(xué)習(xí)主觀概念的，Google針對(duì)藝術(shù)性的創(chuàng)作引入了一種試驗(yàn)性的深度學(xué)習(xí)系統(tǒng)。這個(gè)系統(tǒng)會(huì)模仿專業(yè)攝影師來(lái)展開工作。它的工作流程如下：從谷歌街景中瀏覽景觀圖，分析出最佳的構(gòu)圖，然后進(jìn)行各種后期處理，從而創(chuàng)造出一幅賞心悅目的圖像。

　　這位虛擬攝影師通過(guò)瀏覽阿爾卑斯山、加拿大的班夫及賈斯珀國(guó)家公園、加州BigSur和黃石國(guó)家公園等地的4萬(wàn)張全景照片，創(chuàng)作了許多令人印象深刻的作品，其中一些甚至達(dá)到了專業(yè)水準(zhǔn)專業(yè)攝影師如此評(píng)價(jià)到。

　　訓(xùn)練模型雖然照片中的美感可以用類似AVA系統(tǒng)中的數(shù)據(jù)集來(lái)模擬，但是就這么直接的用AVA系統(tǒng)來(lái)處理照片，可能會(huì)在美感上有部分方面的缺失，比如做出的照片過(guò)飽和。再者，如果想通過(guò)監(jiān)督學(xué)習(xí)適當(dāng)?shù)貜亩鄠€(gè)方面來(lái)學(xué)習(xí)美感，所需的標(biāo)簽數(shù)據(jù)集會(huì)很難收集，所以這也不是一個(gè)好方法。

　　他們的方法只需要一些高質(zhì)量的照片，不需要后期前后圖像的對(duì)比或額外的標(biāo)簽。這個(gè)系統(tǒng)能自動(dòng)將照片中的美感解析成不同方面，每一方面都能通過(guò)相反的圖像操作產(chǎn)生的負(fù)面例子來(lái)單獨(dú)學(xué)習(xí)。

　　通過(guò)使圖像處理半正交化，可以找到快速和獨(dú)立的最優(yōu)化步驟，從構(gòu)圖、飽和度/HDR水平和明暗的張力上對(duì)圖像進(jìn)行美化：

　　圖：圖（a）是全景圖，圖（b）將圖（a）進(jìn)行裁切，圖（c）是對(duì)圖（b）進(jìn)行飽和度和HDR優(yōu)化處理，圖（d）是應(yīng)用戲劇張力蒙版之后的效果。

　　他們用傳統(tǒng)的圖像濾波器生成了包括飽和度、HDR細(xì)節(jié)和構(gòu)圖的負(fù)面例子，還引入了一種名為戲劇張力蒙版（dramaTIcmask）的特殊操作，它是在學(xué)習(xí)明暗張力概念的過(guò)程中一同產(chǎn)生的。

　　這些負(fù)面例子是這樣生成的：應(yīng)用一組圖像濾波器，隨機(jī)地調(diào)整高質(zhì)量照片的亮度，將圖片的質(zhì)量變差。在訓(xùn)練中，他們使用生成對(duì)抗網(wǎng)絡(luò)（GAN），在這種模式下，生成網(wǎng)絡(luò)會(huì)創(chuàng)建一個(gè)蒙版來(lái)改善負(fù)面例子中的光線，判別網(wǎng)絡(luò)則試圖將光線改善后的照片與樣本照片進(jìn)行區(qū)分。

　　與vignette這樣的固定形狀濾波器（shape-fixedfilter）不同，戲劇張力蒙版增加了內(nèi)容感知亮度調(diào)節(jié)部分。GAN訓(xùn)練天然的競(jìng)爭(zhēng)性極大地豐富了調(diào)節(jié)圖像特性的能力，在論文中可以看到更多的訓(xùn)練細(xì)節(jié)。

　　結(jié)果

　　下面是這種系統(tǒng)基于Google街景的一些創(chuàng)作。如下圖所示，經(jīng)過(guò)訓(xùn)練后能夠判斷美感的濾波器創(chuàng)造出了一些讓人驚嘆的照片（包括文中最初出現(xiàn)的照片）：

　　圖：加拿大，賈斯珀國(guó)家公園

　　圖：瑞士，茵特拉肯

　　圖：意大利，ParcodelleOrobieBergamasche公園

　　圖：加拿大，賈斯珀國(guó)家公園

　　專業(yè)評(píng)估為了評(píng)價(jià)這個(gè)算法的效果如何，他們?cè)O(shè)計(jì)了一個(gè)類“圖靈測(cè)試”實(shí)驗(yàn)：將這個(gè)系統(tǒng)創(chuàng)作出來(lái)的照片和其他不同質(zhì)量的照片摻雜在一起，然后把它們展示給幾個(gè)專業(yè)攝影師。他們要求這些攝影師為每張照片評(píng)分，分?jǐn)?shù)是基于如下標(biāo)準(zhǔn)：

　　1分：傻瓜式拍照，照片沒(méi)有考慮構(gòu)圖以及光線等因素。

　　2分：沒(méi)有攝影基礎(chǔ)的一般大眾拍出來(lái)的照片，看起來(lái)還可以，但沒(méi)有明顯的藝術(shù)感。

　　3分：半專業(yè)。照片中展示出了明顯的藝術(shù)感，攝影師正朝著專業(yè)攝影師邁進(jìn)。

　　4分：專業(yè)。

　　在下面的圖表中，曲線顯示了專業(yè)攝影師為已經(jīng)預(yù)估分?jǐn)?shù)的圖片打的分?jǐn)?shù)。對(duì)于他們預(yù)估的高分圖片，大約有40%收到了“半專業(yè)”或“專業(yè)”的評(píng)價(jià)。

　　未來(lái)的研究

　　街道全景圖為這個(gè)項(xiàng)目提供了一個(gè)測(cè)試平臺(tái)。有一天，這種技術(shù)甚至可以幫助我們現(xiàn)實(shí)世界中拍出更好看的照片。