Adobe的AI化之路，其实是设计的创意回归

其实细细盘点下来，在Adobe的发展史上，一度出现过不少令人咋舌的黑科技。

在Sensei历年发布的新功能中，使用最广的是2016年发布的一个人脸识别液化工具，可以实现面部特征检测，在不产生面部扭曲的情况下对画面中人物的表情进行改变。

视觉资料库存搜索功能则可以对图像中的元素以及图像特征例如“景深”或者“鲜明色彩”等归类，通过特征搜索用户即可查询到合适的图片。

另外，Sensei还推出了相较以往像素抠图算法跨时代的应用——AI智能抠图。利用图像识别与机器学习技术，软件可以对主体与周围的关系进行自动的分辨，从而让用户不必再对选区的边缘进行繁琐的处理。

在Adobe Max 2016大会上，Adobe推出了一项重磅音频处理技术Project VoCo。通过声音分析与复制，用户只要导入录音然后通过文本编辑来对对话内容做出修改，逼真程度几乎可以以假乱真。

与此同时，Adobe推出了一项名为Face2Face的技术，通过这项技术，用户可以对自己的表情进行事实捕捉然后通过算法移植到画面中人物的身上，口型替换当然也不在话下。

也就是说结合这两项黑科技，技术大神们可以很轻易的就伪造出一段根本不存在的视频与对话。

不过相对来说，这一功能目前还是存在着一定的局限性。在应用方面，人们更多的是利用Character Animator实时捕捉人物表情将其移植到动画人物身上，这在动画制作领域可以节省下大量的人力成本。

另外，为了追上时代潮流，Adobe还在推出了画面风格无缝转化与画面上色功能，让P图变得更加简单和智能化。

通过深度学习工具Project Scribbler，软件可以自动掌握画面的色彩原理，对黑白的线稿进行自动上色。

根据Adobe今年六月公布的最新研究成果，当前的AI已经掌握了自动画面风格转化功能。通过深度神经网络技术，算法可以对PS合成后的作品进行风格匹配，让P过的图片风格更加统一。

有趣的是，在今年的CVPR 2018大会上，Adobe又展示了一项利用机器学习技术来识别被人为修改过的图片的技术。因为图像被修改后会留下一定肉眼难见的特征但是可被系统识别出来。

不知道如果利用Adobe的P图识别技术能不能识别出被Adobe P过的图片来？

最令人期待的Adobe黑科技则是去年推出的Project Cloak视频修改技术。在现场演示中，只要用一个圈圈起在山谷行走的情侣或者路面上行驶的某辆汽车，视频中这些不想被保留的东西就会全部消失。

换做以往，设计师们只能将视频拆解成一帧一帧的图片然后一帧一帧的擦除，是一件非常枯燥而且机械的工作，几乎没有任何创造性的价值。