提到人工智慧，大多數人的第一反應就是距離我們太遠了。智慧機器人、無人駕駛，這些好像都是未來式。我們一直以來都在告訴大家，人工智慧其實就在我們身邊。
比如，應用最廣的美顏自拍，更準確的說，是人像處理。
現在的人像軟體之所以能幫助人們從繁瑣的PS中解放出來，就是因為利用了大量計算機視覺技術，像是人臉定點識別、圖像分割、邊緣融合等等。在美顏、摳圖、結構光等等有趣玩法的背後，其實是算法和大數據的加持。很多人像處理軟體，本質上是AI產品。
今天就以天天P圖為例，看看是什麼讓他們成了一款AI軟體。
AI賦能，讓手機如何讀懂你的臉
人像處理軟體之所以能成為AI產品，是因為有了大量圖片數據，尤其是人臉數據的累積。而通過大量圖片數據進行訓練，可以給AI累積各種能力。
以天天P圖的自動美顏功能為例，軟體之所以能放大眼睛、添加貼圖動效，是因為準確的找到了人臉和五官的位置。這裡面應用到的技術是優圖的人臉配準，通過攝像頭採集圖像，基於能夠在移動端運行的深度神經網絡，實時得從圖像中提取人臉特徵，完成人臉檢測，五官定位和實時追蹤。
在每幀圖像中準確的找到人臉和五官後，就可以「加特效」了——增加美妝、萌寵貼圖，自然美妝。
除了對人臉的識別和處理，為了給用戶提供更多豐富智能的玩法，P圖團隊還聯合優圖團隊對視頻流進行了手部的識別。這裡深度學習就能發揮很大作用，優圖團隊研發了一套實時、精準的手勢跟蹤和識別技術。這套解決方案可以在移動端實現高效的手勢檢測、實時的手勢跟蹤以及超過十種以上手勢的精準識別。依靠這些能力集群，P圖可以在用戶自拍時識別用戶的手勢，實時觸發一些手勢動效，控制相機拍照。極大地增強了產品的趣味性。
背景分割也是另一項基於AI的創造性玩法，通過深度優化加速後的神經網絡，使得P圖可以在移動端實現對人像的實時分割操作，區分出前背景，基於前背景信息，可以實時將用戶背景替換成火星表面，海底世界等豐富的場景，或者把背景虛化，突出人物，增強趣味性。
打造圖像處理雲，美顏AI能做到的不僅僅是變臉
美顏AI能做到的不僅僅是變臉。
在大多數人的印象中，天天P圖這類人像處理軟體即使有AI技術，基本也是應用於自己的產品之中，缺乏進一步的算法變現能力。但如果如果玩過今年特別火的軍裝H5，就已經體驗過天天P圖的雲端AI能力。
細心的人會發現，軍裝H5並非在終端上進行運算，而是通過H5上傳到雲端處理。基於雲端的人臉識別，五官定位，人臉融合能力，P圖在雲端完成了海量的活動照片處理，提供了一周內10億+人次參與的運營活動，還申請了金氏世界紀錄。
除了家喻戶曉的軍裝照，天天P圖最近推出的萌偶功能也利用了AI圖像處理雲。
通過在雲端的神經網絡，找到與用戶五官相似度最高的卡通素材。建立標準人臉和標準卡通人臉間的映射關係，再把用戶的人臉特徵放大映射到卡通人臉中，就形成了和用戶五官非常相像的卡通形象。萌偶功能的背後，體現了不少技術優勢：1.以神經網絡的技術將自拍自動轉化為卡通形象；2.通過與亞洲標準人臉的對比，強化卡通形象的五官特徵；3.通過卡通形象生成帶序列幀變化的動圖表情包。
強大的分布式部署能力降低了客戶端的門檻，使得算法可以配適各種環境：手機、電腦、電視、App、H5……有了圖像處理雲，天天P圖的變臉玩法可以不局限於自己的產品上，而是可以方便各項產品打造出病毒式的營銷玩法，甚至向照片後期、影視後期等等行業輸出自己的神經網絡模型和計算能力。
作為用戶可能很難明確感受到圖像處理雲的存在，但這項能力卻為天天P圖打開了更多依靠AI創造營收的路徑。
從隱性到顯性，人像處理AI可能出現在線下場景嗎？
如果說App端功能和雲端的智能圖像處理是AI的隱性體現，那天天P圖推出的智能硬體則是AI的顯性體現。
提到人像處理的智能硬體，可能很多人的第一反應是相機或手機，可這兩個領域是出了名的紅海。不如換個角度想想，當手機和相機還沒那麼普及的時候，我們是如何拍照的？
當然是大頭貼機啦！
來自於臺灣、日本的大頭貼機曾經也在中國風靡了一陣，只是如今漸漸落寞。其實在日本，大頭貼已經形成了一種文化，機器內置的人像處理算法會把人臉處理成巴掌臉大眼睛的誇張模樣，很受年輕女性歡迎。
現在天天P圖正在嘗試讓大陸的大頭貼熱「回潮」。天天P圖大頭貼機將AI技術移植到了傳統的大頭貼機器中，給用戶提供了多種有趣的拍照玩法。尤其是依靠強大的人臉識別和手勢識別能力，讓用戶可以通過手勢和表情控制拍攝內容。把原來在手機端的趣味體驗移植到線下場景中，極大的放大了AI功能的趣味性。
天天P圖在智能硬體方面的嘗試正在讓人像處理AI更加可知可感，以後要再有廠商推出智能音箱類產品，或許可以換個角度思考，圖像處理其實和語音能力一樣重要。
寫在最後
看到這裡我們就能發現，光是一款小小的美顏軟體中都能找到很多AI相關技術的身影。
在天天P圖這些看似簡單應用場景的背後，是對技術和技術背後想像空間的考量。像能對人臉進行精準的識別，就意味著技術可以被應用在安防、身份認證等等多個場景中。學會識別手勢也不僅僅為了放上貼紙，而是給了日後用手勢進行遊戲、甚至把手語翻譯成文字的可能。和智能硬體的結合，證明生活中還會有無數線下場景可以應用到人像處理的算法算力。這些隱藏在人像處理背後的場景，像是一座座寶藏。
拍照或許是件小事，卻能從中窺視到關於AI的無盡變量。