風格移轉是機器學習的一種演算法, 利用VGG-19神經網路(Artificial Neural Network, ANN)替藝術作品的特徵做上標記, 擷取出3~7層與15~17層的特徵. 數字越往下, 代表的是藝術作品的筆觸, 質感; 層次越高則是牽扯到構圖, 光影與結構. 透過將影像拆解, 再利用人工智慧重新建構起來成為另一種風格, 即為風格移轉.
Prisma為娛樂應用大師
風格移轉的應用實例之中, 最廣為人知的便是手機App Prisma(圖1). Prisma在iOS App Store上架首周, 便創下超過750萬下載量, 是一款利用神經網路與人工智慧技術, 為用戶的照片加入各種藝術效果的相片編輯軟體. 讓用戶可以將照片轉換為各藝術大師的繪畫風格.
圖1 Prisma在iOS App Store上架首周, 便創下超過750萬下載量, 是一款利用神經網路與人工智慧技術, 為用戶的照片加入各種藝術效果的相片編輯軟體.
若以純粹娛樂性質的應用而言, Prisma已經是個中翹楚. 然而, 人工智慧風格移轉其實技術門坎不高, 若有業者希望能夠借重此技術完成別的應用, 在技術上來說是容易再現的. 但是對於許多企業來說, 還必須要進一步思考該如何找到盈利模式.
AI助商業設計更有效率
目前, 中國有許多廠商積極開發即時的風格移轉功能, 讓視訊能夠有更多樂趣. Prisma亦在官方網站上公開徵求各界B2B合作. 除了將日常生活照片轉換為大師風格之外, 也有許多領域在積極嘗試使用風格移轉技術. 我們團隊目前亦與廣告公司合作, 希望能夠將風格移轉技術與商業設計結合.
舉例而言, 假設有一間飲料公司希望能夠和知名動畫合作聯名, 推出一系列動畫主題的飲料瓶身, 這時候便能運用風格移轉實現. 人工智慧能夠透過分層演算, 分辨齣動畫主題的特徵, 風格, 接著將風格注入到瓶子的外型之中. 如此便能夠以非常快的時間產出大量的設計組合.
然而, 由於人工智慧雖然能夠將風格拆解分析, 卻沒有美感概念. 因此, 將風格移轉運用在商業設計時, 依然無法脫離人腦的美感判斷, 最後還是必須請設計師做最後調整. 人工智慧雖無法取代人腦, 但是能夠以非常快的速度產出多種設計組合, 進一步輔助人的工作. 在未來, 許多行業都會出現類似的變化.
影片內容成本降低 AR/VR將更普及
若再近一步將「風格」的概念擴大, 「清晰」也能夠是一種風格的展現. 風格移轉的運算概念也能運用在讓圖片無限放大而不失真, 透過風格移轉技術讓照片不再受到像素的局限. 另外, 風格移轉技術也能讓人工智慧自動將2D影片轉換為3D視覺, 因此, 在未來擴充實境/虛擬現實(AR/VR)所的影片內容也會越來越便宜. 在AR/VR影像能夠以成本更低的解決方案完成之後, 又能再進一步回過頭來幫助更多應用實現.
例如, 日前微軟(Microsoft)與化妝品品牌合作, 開發妝容移轉的App, 用戶能夠在視頻會議時選擇自己要呈現的妝容. 由於這會牽涉到人臉的角度感測, 因此算是一項很精密的風格移轉應用. 亦有廠商開發模擬試穿技術, 並且主要都是以AR/VR的方式來做, 成本非常高昂. 在未來, 由於人工智慧的發展, 便能夠以非常低的成本拍攝影片, 再用風格移轉的方式創造3D效果與清晰的影像, 快速製作AR/VR所需的影像內容.