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的工具了，只要有想法，PS可以實(shí)現(xiàn)太多好玩的東西了。現(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)讼竦谋砬椤⒛挲g、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，只不過現(xiàn)在的一鍵美化用的是現(xiàn)成的模板，而未來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
4810瀏覽量
102931 -
AI
+關(guān)注
關(guān)注
88文章
34421瀏覽量
275751 -
Photoshop軟件
+關(guān)注
關(guān)注
0文章
23瀏覽量
3361
發(fā)布評(píng)論請(qǐng)先 登錄
相關(guān)推薦
熱點(diǎn)推薦
BP神經(jīng)網(wǎng)絡(luò)與卷積神經(jīng)網(wǎng)絡(luò)的比較
BP神經(jīng)網(wǎng)絡(luò)與卷積神經(jīng)網(wǎng)絡(luò)在多個(gè)方面存在顯著差異，以下是對(duì)兩者的比較： 一、結(jié)構(gòu)特點(diǎn) BP神經(jīng)網(wǎng)絡(luò) ： BP
卷積神經(jīng)網(wǎng)絡(luò)與傳統(tǒng)神經(jīng)網(wǎng)絡(luò)的比較
神經(jīng)網(wǎng)絡(luò)，也稱為全連接神經(jīng)網(wǎng)絡(luò)（Fully Connected Neural Networks，F(xiàn)CNs），其特點(diǎn)是每一層的每個(gè)神經(jīng)元都與下
卷積神經(jīng)網(wǎng)絡(luò)的基本概念、原理及特點(diǎn)
的基本概念、原理、特點(diǎn)以及在不同領(lǐng)域的應(yīng)用情況。 一、卷積神經(jīng)網(wǎng)絡(luò)的基本概念 卷積神經(jīng)網(wǎng)絡(luò)是一種深度學(xué)習(xí)算法，它由多層卷積層和池化層堆疊而成
神經(jīng)網(wǎng)絡(luò)辨識(shí)模型具有什么特點(diǎn)
神經(jīng)網(wǎng)絡(luò)辨識(shí)模型是一種基于人工神經(jīng)網(wǎng)絡(luò)的系統(tǒng)辨識(shí)方法，它具有以下特點(diǎn)： 非線性映射能力 ：神經(jīng)網(wǎng)絡(luò)能夠處理非線性問題，可以很好地?cái)M合復(fù)雜的非
BP神經(jīng)網(wǎng)絡(luò)和卷積神經(jīng)網(wǎng)絡(luò)的關(guān)系
廣泛應(yīng)用的神經(jīng)網(wǎng)絡(luò)模型。它們各自具有獨(dú)特的特點(diǎn)和優(yōu)勢(shì)，并在不同的應(yīng)用場(chǎng)景中發(fā)揮著重要作用。以下是對(duì)BP神經(jīng)網(wǎng)絡(luò)和卷積神經(jīng)網(wǎng)絡(luò)關(guān)系的詳細(xì)探討，內(nèi)容將涵蓋兩者的定義、原理、區(qū)別、聯(lián)系以及應(yīng)
BP神經(jīng)網(wǎng)絡(luò)和人工神經(jīng)網(wǎng)絡(luò)的區(qū)別
BP神經(jīng)網(wǎng)絡(luò)和人工神經(jīng)網(wǎng)絡(luò)（Artificial Neural Networks，簡(jiǎn)稱ANNs）之間的關(guān)系與區(qū)別，是神經(jīng)網(wǎng)絡(luò)領(lǐng)域中一個(gè)基礎(chǔ)且重要的話題。本文將從定義、結(jié)構(gòu)、算法、應(yīng)用及
機(jī)器人神經(jīng)網(wǎng)絡(luò)系統(tǒng)的特點(diǎn)包括
機(jī)器人神經(jīng)網(wǎng)絡(luò)系統(tǒng)是一種模擬人類大腦神經(jīng)網(wǎng)絡(luò)的計(jì)算模型，具有高度的復(fù)雜性和靈活性。在本文中，我們將詳細(xì)介紹機(jī)器人神經(jīng)網(wǎng)絡(luò)系統(tǒng)的特點(diǎn)，包括其結(jié)
rnn是遞歸神經(jīng)網(wǎng)絡(luò)還是循環(huán)神經(jīng)網(wǎng)絡(luò)
RNN（Recurrent Neural Network）是循環(huán)神經(jīng)網(wǎng)絡(luò)，而非遞歸神經(jīng)網(wǎng)絡(luò)。循環(huán)神經(jīng)網(wǎng)絡(luò)是一種具有時(shí)間序列特性的神經(jīng)網(wǎng)絡(luò)，能
遞歸神經(jīng)網(wǎng)絡(luò)與循環(huán)神經(jīng)網(wǎng)絡(luò)一樣嗎
時(shí)具有各自的優(yōu)勢(shì)和特點(diǎn)。本文將介紹遞歸神經(jīng)網(wǎng)絡(luò)和循環(huán)神經(jīng)網(wǎng)絡(luò)的概念、結(jié)構(gòu)、工作原理、優(yōu)缺點(diǎn)以及應(yīng)用場(chǎng)景。 遞歸神經(jīng)網(wǎng)絡(luò)（Recursive Neural Network，RvNN） 1
人工神經(jīng)網(wǎng)絡(luò)的特點(diǎn)和優(yōu)越性不包括什么
在許多領(lǐng)域都取得了顯著的成果，如圖像識(shí)別、語音識(shí)別、自然語言處理等。然而，人工神經(jīng)網(wǎng)絡(luò)也存在一些局限性和不足之處，以下是對(duì)人工神經(jīng)網(wǎng)絡(luò)特點(diǎn)和優(yōu)越性的分析，以及其不包括的
遞歸神經(jīng)網(wǎng)絡(luò)是循環(huán)神經(jīng)網(wǎng)絡(luò)嗎
遞歸神經(jīng)網(wǎng)絡(luò)（Recurrent Neural Network，簡(jiǎn)稱RNN）和循環(huán)神經(jīng)網(wǎng)絡(luò)（Recurrent Neural Network，簡(jiǎn)稱RNN）實(shí)際上是同一個(gè)概念，只是不同的翻譯方式
循環(huán)神經(jīng)網(wǎng)絡(luò)算法原理及特點(diǎn)
）相比，RNN在處理序列數(shù)據(jù)時(shí)具有明顯的優(yōu)勢(shì)。本文將介紹循環(huán)神經(jīng)網(wǎng)絡(luò)的原理、特點(diǎn)及應(yīng)用。 1. 循環(huán)神經(jīng)網(wǎng)絡(luò)的原理 1.1 基本概念 循環(huán)神經(jīng)網(wǎng)絡(luò)是
循環(huán)神經(jīng)網(wǎng)絡(luò)和卷積神經(jīng)網(wǎng)絡(luò)的區(qū)別
結(jié)構(gòu)。它們?cè)谔幚聿煌愋偷臄?shù)據(jù)和解決不同問題時(shí)具有各自的優(yōu)勢(shì)和特點(diǎn)。本文將從多個(gè)方面比較循環(huán)神經(jīng)網(wǎng)絡(luò)和卷積神經(jīng)網(wǎng)絡(luò)的區(qū)別。 基本概念 循環(huán)神經(jīng)網(wǎng)絡(luò)是
生成式AI與神經(jīng)網(wǎng)絡(luò)模型的區(qū)別和聯(lián)系
生成式AI與神經(jīng)網(wǎng)絡(luò)模型是現(xiàn)代人工智能領(lǐng)域的兩個(gè)核心概念，它們?cè)谕苿?dòng)技術(shù)進(jìn)步和應(yīng)用拓展方面發(fā)揮著至關(guān)重要的作用。本文將詳細(xì)探討生成式AI與神經(jīng)網(wǎng)絡(luò)模型的定義、
反向傳播神經(jīng)網(wǎng)絡(luò)模型的特點(diǎn)
反向傳播神經(jīng)網(wǎng)絡(luò)（Backpropagation Neural Network，簡(jiǎn)稱BP神經(jīng)網(wǎng)絡(luò)）是一種多層前饋神經(jīng)網(wǎng)絡(luò)，它通過反向傳播算法來訓(xùn)練網(wǎng)
工商網(wǎng)監(jiān)
評(píng)論