此次，我计划撰写一系列文章，深入介绍人工智能技术相关的产品体验。这些内容将围绕AI背后的核心技术关键词展开，旨在更贴近工业实践的尝试。 首先，我们将选择抖音作为代表进行探讨。为了更具针对性，我们将专注于抖音基于计算机视觉技术实现的几项高端功能。我们将从基本流程、满足用户需求、技术关键点以及整体体验感受这几个方面进行分析。我们希望通过这次体验，能够加深大众对计算机视觉技术及人工智能产品进程的认知。 抖音提供的功能非常多样，包括但不限于照片和视频的编辑处理，搞笑如各式贴纸、妆容变换、换头换脸、图像风格迁移等，浪漫如“吹蒲公英”，严肃如后台的“鉴黄”。下面，让我们开始我们的体验之旅吧~
- 美丑胖瘦收放自如 抖音作为一个广受欢迎的社交平台，其用户群体主要是90后追求潮流个性的年轻人。他们渴望刺激、表达自我价值，同时也需要消磨无聊时光。因此，抖音提供了变美、变丑、变瘦、变胖等功能，使得年轻人的互动被极大地多元化。整个操作过程简单且成本低廉，满足了用户的需求。同时，由于抖音平台本身的算法优势，功能的实时响应性能也十分优秀，基本只要脸一进入画面，立马就能实现拉伸和变形，用户基本感受不到延时，体验十分流畅。 抖音之所以能够成功，关键在于它擅长利用技术手段，以轻松的方式满足年轻人的需求和痛点，从而赢得了大量用户的喜爱。 首先，我们来谈谈抖音的脸部变换功能。这项功能主要基于人脸关键点检测技术来实现。通过定位脸部的关键部位，并在这些关键部位上对像素点进行变换，可以实现各种不同的效果。这种技术已经被广泛应用于直播和短视频中，如网易的游戏直播、YY直播等。基于该技术衍生出了许多有趣的功能，为用户带来了越来越新奇刺激的体验。 接下来，我们来看一下“换头”功能。为了实现这一效果，操作流程是：启动抖音来到拍摄页面，选中“狗头”或“猪头”图标，画面中的脸部就会被完全遮蔽。同时，如果用户眨眼或张嘴，画面中的相同部位会同步变换，录制的小视频中眨眼的猪头显得十分憨萌，用来撒娇应该百试百灵吧，整体体验十分新奇。 这个功能进一步提升了对年轻用户的刺激感，因为它满足了某些用户寻求刺激、表达自我意愿的同时，也想要制造一定的神秘感或羞涩感的需求。那么，到底是基于什么样的计算机视觉技术，可以如此精准地定位并恰到好处地实现“偷梁换柱”呢？实际上，该项功能的实现主要应用了图像语义分割技术。通过对人体进行语义分割，获得人体各个部位如头、脸、手、脚的位置及标签，并通过用户选定的工具模板，将对应部位替换，实现最终的“换头”。相比目标检测而言，图像语义分割是精确到像素点的分类，因而替换的过程看起来也更加智能和精准，用户体验更佳。但体验中发现不足的是，或许是算法分割准确率的问题，尝试张开嘴巴时，随之张开的却不是头像里狗的嘴巴，而是自己的血盆大口，而有些道具在使用中就不会出现类似情况，这可能也是当前产品的一个小Bug。 最后，我们来看看如何通过计算机视觉里的热门技术——图像风格迁移技术，来实现想要的风格。如图所示，上述功能实现的流程为：启动抖音app进入拍摄页面后，在道具库中选中白色的素描花朵图标，随后对输入的键盘画面即可进行风格的实时变换。原来低调科技风的键盘，瞬间变成了漫画素描式风格。同样地，也可以实现对人像的风格变换，看到自己的脸在画面里变成“漫画脸”，感觉也挺有意思的。 在抖音中，有一个功能可以让用户时刻保持警惕，防止被不良内容所影响。这个功能就是“鉴黄”按钮。 当用户打开抖音app后，点击进入拍摄页面，选中“鉴黄”按钮图标，画面里就可以看到有一张黄色图片。用户只需要盯着屏幕，眼睛睁大，就能实时识别出屏幕上的不良内容。一旦发现有不良内容出现，就会立即弹出提示，让用户远离这些不健康的内容。 这项功能是抖音独创的，旨在帮助用户时刻保持警惕，防止被不良内容所影响。同时，它也强化了抖音平台的健康、积极的形象。 实现这一功能的技术关键词是：人脸表情识别和图像识别技术。通过人脸表情识别技术，我们可以准确地判断出用户是否在注视屏幕上的不良内容；而图像识别技术则帮助我们实时识别出屏幕上的不良内容，并及时进行警告。 然而，这项功能也存在一定的局限性。首先，它只能检测到屏幕上的不良内容，而不能检测到用户手机中的其他应用或网页中的不良内容。其次，如果用户的手机摄像头被遮挡或者光线条件不佳，可能会导致误判。最后，由于算法的限制，有时可能无法准确识别出一些细微的不良内容，比如低质量的图片或者模糊的视频。 尽管存在这些不足之处，但“鉴黄”功能仍然为用户提供了一个安全、健康的使用环境。它提醒用户时刻保持警惕，远离不良内容，保护自己的身心健康。同时，它也体现了抖音平台对用户负责的态度，致力于为用户提供一个更加健康、积极的网络环境。 在直播和短视频应用的兴起过程中，监管问题层出不穷。抖音作为一个用户生成内容量庞大的平台，采用了基于深度学习的“图像分类”技术来智能监管用户上传的图片、视频资料。 在训练鉴黄系统的过程中，输入大量训练数据，这些数据都携带有对应标签，标签值标明了图片是否属于黄色图片范畴。模型通过学习并记住黄色图片的特征，并在面临新的输入图片或视频时，提取相应特征后，结合学习的经验判断该图片属于黄色图片的概率。最终分类概率高于一定阈值的内容会被标记为敏感选项，需要二次分流检测或人工鉴别。如此对图片/视频资料进行分类筛选，以保证内容的健康性。 相比之下，其他短视频或直播类的平台，如抖音，整体环境的营造以及内容的调性相对优良，色情、暴力及敏感内容较少。这背后强大的算法技术功不可没。 抖音属于头条系产品，在算法的性能及应用上本身就具有一定的优势。假以时日，一定可以推动鉴黄算法朝着自动化及智能化更上一层楼。 技术关键词：图像分类。 总结：我们可切实地感受到计算机视觉技术已不仅仅停留在理论层面，而是落地到许多产品中，为用户带来了许多活力与惊喜。而且往往在落地的过程中，“脑洞”和用户痛点的捕捉十分重要，因为技术本身没有温度。但是出色的AI产品人一定懂得如何结合用户的需求，从技术中看到无限可能，为用户创造更优秀新奇的体验，这也是人工智能落地的核心要义所在。人工智能正不知不觉地慢慢改变人类的生活，作为计算机视觉的从业者或爱好者，也应当保持对行业产品动态的持续关注。