PS 2020更新特點(diǎn)：支持神經(jīng)網(wǎng)絡(luò)濾鏡，AI一鍵就能變老
Adobe的PhotoShop是很多設(shè)計(jì)師及影像玩家離不開(kāi)的工具了，只要有想法，PS可以實(shí)現(xiàn)太多好玩的東西了?，F(xiàn)在PS 2020 22.0版升級(jí)了，官方支持了神經(jīng)網(wǎng)絡(luò)濾鏡，加大了對(duì)AI的支持，一鍵就能變老。
在10月更新的PS 22.0版中，Adobe帶來(lái)了五大功能升級(jí)，增加了新的“發(fā)現(xiàn)“面板，增加了云端文檔，新的圖案預(yù)覽，另外兩項(xiàng)功能就與AI有關(guān)，一個(gè)是Sky Replacement，其實(shí)國(guó)產(chǎn)安卓手機(jī)就有的魔法換天功能跟這個(gè)是一樣的效果。
還有一個(gè)就是全新的神經(jīng)網(wǎng)絡(luò)濾鏡（Neural Filters），它就充分利用了當(dāng)前熱門(mén)的AI技術(shù)，不需要復(fù)雜的PS操作，直接拖動(dòng)菜單就可以給場(chǎng)景著色、放大圖像，或者就是改變?nèi)讼竦谋砬?、年齡、眼神以及姿勢(shì)。
官方演示的gif就是一鍵變老，只要拖動(dòng)滑塊就可以讓一個(gè)小伙子變成老頭，這樣的設(shè)計(jì)大大簡(jiǎn)化了設(shè)計(jì)師的工作量了。
可以預(yù)計(jì)，未來(lái)隨著AI技術(shù)在圖像處理行業(yè)的大規(guī)模應(yīng)用，PS以后真的可以變成美圖秀秀那樣的一鍵美化軟件，只不過(guò)現(xiàn)在的一鍵美化用的是現(xiàn)成的模板，而未來(lái)的一鍵美圖基于神經(jīng)網(wǎng)絡(luò)，云端替你計(jì)算好效果了。
責(zé)編AJX
聲明：本文內(nèi)容及配圖由入駐作者撰寫(xiě)或者入駐合作網(wǎng)站授權(quán)轉(zhuǎn)載。文章觀點(diǎn)僅代表作者本人，不代表電子發(fā)燒友網(wǎng)立場(chǎng)。文章及其配圖僅供工程師學(xué)習(xí)之用，如有內(nèi)容侵權(quán)或者其他違規(guī)問(wèn)題，請(qǐng)聯(lián)系本站處理。
舉報(bào)投訴
-
神經(jīng)網(wǎng)絡(luò)
+關(guān)注
關(guān)注
42文章
4838瀏覽量
107915 -
AI
+關(guān)注
關(guān)注
91文章
40086瀏覽量
301719 -
Photoshop軟件
+關(guān)注
關(guān)注
0文章
24瀏覽量
3535
發(fā)布評(píng)論請(qǐng)先 登錄
相關(guān)推薦
熱點(diǎn)推薦
內(nèi)置USB聲卡AI神經(jīng)網(wǎng)絡(luò)算法降噪消回音模組A-59U#AI神經(jīng)網(wǎng)絡(luò)#回聲消除#智能降噪
神經(jīng)網(wǎng)絡(luò)
深圳市聲訊電子有限公司
發(fā)布于 :2025年12月24日 17:09:37
神經(jīng)網(wǎng)絡(luò)的初步認(rèn)識(shí)
日常生活中的智能應(yīng)用都離不開(kāi)深度學(xué)習(xí)，而深度學(xué)習(xí)則依賴(lài)于神經(jīng)網(wǎng)絡(luò)的實(shí)現(xiàn)。什么是神經(jīng)網(wǎng)絡(luò)？神經(jīng)網(wǎng)絡(luò)的核心思想是模仿生物神經(jīng)系統(tǒng)的結(jié)構(gòu)，特別是大腦中神經(jīng)
NMSIS神經(jīng)網(wǎng)絡(luò)庫(kù)使用介紹
NMSIS NN 軟件庫(kù)是一組高效的神經(jīng)網(wǎng)絡(luò)內(nèi)核，旨在最大限度地提高 Nuclei N 處理器內(nèi)核上的神經(jīng)網(wǎng)絡(luò)的性能并最??大限度地減少其內(nèi)存占用。
該庫(kù)分為多個(gè)功能，每個(gè)功能涵蓋特定類(lèi)別
發(fā)表于 10-29 06:08
在Ubuntu20.04系統(tǒng)中訓(xùn)練神經(jīng)網(wǎng)絡(luò)模型的一些經(jīng)驗(yàn)
本帖欲分享在Ubuntu20.04系統(tǒng)中訓(xùn)練神經(jīng)網(wǎng)絡(luò)模型的一些經(jīng)驗(yàn)。我們采用jupyter notebook作為開(kāi)發(fā)IDE，以TensorFlow2為訓(xùn)練框架，目標(biāo)是訓(xùn)練一個(gè)手寫(xiě)數(shù)字識(shí)別的神經(jīng)
發(fā)表于 10-22 07:03
CICC2033神經(jīng)網(wǎng)絡(luò)部署相關(guān)操作
在完成神經(jīng)網(wǎng)絡(luò)量化后，需要將神經(jīng)網(wǎng)絡(luò)部署到硬件加速器上。首先需要將所有權(quán)重?cái)?shù)據(jù)以及輸入數(shù)據(jù)導(dǎo)入到存儲(chǔ)器內(nèi)。
在仿真環(huán)境下，可將其存于一個(gè)文件，并在 Verilog 代碼中通過(guò) readmemh 函數(shù)
發(fā)表于 10-20 08:00
液態(tài)神經(jīng)網(wǎng)絡(luò)（LNN）：時(shí)間連續(xù)性與動(dòng)態(tài)適應(yīng)性的神經(jīng)網(wǎng)絡(luò)
1.算法簡(jiǎn)介液態(tài)神經(jīng)網(wǎng)絡(luò)（LiquidNeuralNetworks，LNN）是一種新型的神經(jīng)網(wǎng)絡(luò)架構(gòu)，其設(shè)計(jì)理念借鑒自生物神經(jīng)系統(tǒng)，特別是秀麗隱桿線蟲(chóng)的
【「AI芯片：科技探索與AGI愿景」閱讀體驗(yàn)】+神經(jīng)形態(tài)計(jì)算、類(lèi)腦芯片
AI芯片不僅包括深度學(xué)細(xì)AI加速器，還有另外一個(gè)主要列別：類(lèi)腦芯片。類(lèi)腦芯片是模擬人腦神經(jīng)網(wǎng)絡(luò)架構(gòu)的芯片。它結(jié)合微電子技術(shù)和新型神經(jīng)形態(tài)器件
發(fā)表于 09-17 16:43
神經(jīng)網(wǎng)絡(luò)的并行計(jì)算與加速技術(shù)
隨著人工智能技術(shù)的飛速發(fā)展，神經(jīng)網(wǎng)絡(luò)在眾多領(lǐng)域展現(xiàn)出了巨大的潛力和廣泛的應(yīng)用前景。然而，神經(jīng)網(wǎng)絡(luò)模型的復(fù)雜度和規(guī)模也在不斷增加，這使得傳統(tǒng)的串行計(jì)算方式面臨著巨大的挑戰(zhàn)，如計(jì)算速度慢、訓(xùn)練時(shí)間長(zhǎng)等
MediaTek從芯片到應(yīng)用全方位支持端側(cè)AI
NPU 是專(zhuān)為神經(jīng)網(wǎng)絡(luò)設(shè)計(jì)的 AI 處理單元，可為各種 AI 任務(wù)提供更強(qiáng)大的算力支持。
無(wú)刷電機(jī)小波神經(jīng)網(wǎng)絡(luò)轉(zhuǎn)子位置檢測(cè)方法的研究
摘要:論文通過(guò)對(duì)無(wú)刷電機(jī)數(shù)學(xué)模型的推導(dǎo),得出轉(zhuǎn)角:與三相相電壓之間存在映射關(guān)系,因此構(gòu)建了一個(gè)以三相相電壓為輸人,轉(zhuǎn)角為輸出的小波神經(jīng)網(wǎng)絡(luò)來(lái)實(shí)現(xiàn)轉(zhuǎn)角預(yù)測(cè),并采用改進(jìn)遺傳算法來(lái)訓(xùn)練網(wǎng)絡(luò)結(jié)構(gòu)與參數(shù),借助
發(fā)表于 06-25 13:06
神經(jīng)網(wǎng)絡(luò)專(zhuān)家系統(tǒng)在電機(jī)故障診斷中的應(yīng)用
的診斷誤差。仿真結(jié)果驗(yàn)證了該算法的有效性。
純分享帖，需要者可點(diǎn)擊附件免費(fèi)獲取完整資料~~~*附件：神經(jīng)網(wǎng)絡(luò)專(zhuān)家系統(tǒng)在電機(jī)故障診斷中的應(yīng)用.pdf【免責(zé)聲明】本文系網(wǎng)絡(luò)轉(zhuǎn)載，版權(quán)歸原作者所有。本文所用視頻、圖片、文字如涉及作品版權(quán)問(wèn)題，請(qǐng)第
發(fā)表于 06-16 22:09
神經(jīng)網(wǎng)絡(luò)RAS在異步電機(jī)轉(zhuǎn)速估計(jì)中的仿真研究
眾多方法中，由于其結(jié)構(gòu)簡(jiǎn)單，穩(wěn)定性好廣泛受到人們的重視，且已被用于產(chǎn)品開(kāi)發(fā)。但是MRAS仍存在在低速區(qū)速度估計(jì)精度下降和對(duì)電動(dòng)機(jī)參數(shù)變化非常敏感的問(wèn)題。本文利用神經(jīng)網(wǎng)絡(luò)的特點(diǎn)，使估計(jì)更為簡(jiǎn)單、快速
發(fā)表于 06-16 21:54
基于FPGA搭建神經(jīng)網(wǎng)絡(luò)的步驟解析
本文的目的是在一個(gè)神經(jīng)網(wǎng)絡(luò)已經(jīng)通過(guò)python或者M(jìn)ATLAB訓(xùn)練好的神經(jīng)網(wǎng)絡(luò)模型，將訓(xùn)練好的模型的權(quán)重和偏置文件以TXT文件格式導(dǎo)出，然后通過(guò)python程序?qū)xt文件轉(zhuǎn)化為coe文件，（coe
AI神經(jīng)網(wǎng)絡(luò)降噪算法在語(yǔ)音通話(huà)產(chǎn)品中的應(yīng)用優(yōu)勢(shì)與前景分析
隨著人工智能技術(shù)的快速發(fā)展，AI神經(jīng)網(wǎng)絡(luò)降噪算法在語(yǔ)音通話(huà)產(chǎn)品中的應(yīng)用正逐步取代傳統(tǒng)降噪技術(shù)，成為提升語(yǔ)音質(zhì)量的關(guān)鍵解決方案。相比傳統(tǒng)DSP（數(shù)字信號(hào)處理）降噪，AI降噪具有更強(qiáng)的環(huán)境適應(yīng)能力、更高
NVIDIA實(shí)現(xiàn)神經(jīng)網(wǎng)絡(luò)渲染技術(shù)的突破性增強(qiáng)功能
發(fā)者能使用 NVIDIA GeForce RTX GPU 中的 AI Tensor Cores，在游戲的圖形渲染管線內(nèi)加速神經(jīng)網(wǎng)絡(luò)渲染。
工商網(wǎng)監(jiān)
評(píng)論