Aftershoot Pro系列二：人工智能应用的优点和劣势

李铮 崇光

即使在较旧的硬件上也有不错性能

Aftershoot 在检查所有图像的时候，会评估每个镜头的方式自动分配评级和颜色标签。

即使在一般的电脑硬件配置上，这个过程也相当迅速。比如在笔者2018年老式戴尔 XPS 15 9570 笔记本电脑上——配备 NVIDIA GTX 1050 TiMax-Q 图形处理器，同时使用 Aftershoot 的默认中等性能设置，每秒可以处理大约两张2400 万像素的图像。虽然没有测试过，但相信在高端硬件上，可以将运行速度提高几个数量级吧，毕竟都2023 年了。

顶部菜单允许用户在剔除时在低、中或高系统资源使用率之间切换，如果想在剔除时将机器用于其他任务，这个模式就显得很方便。

智能之外，亦可使用手动模式

执行自动剔除后，Aftershoot 会显示图像及其评级和颜色标签，可单独查看或作为画廊查看，显示每个图像类别的总数。

它的默认排名类别是“已选”（包括四星和五星图像，后者带有绿色标签）、高光（四星/ 蓝色）、模糊（二星/ 红色）和闭眼（一星/ 紫色）。

当选择人像图像时，会看到这些面孔的特写镜头，以便于根据表情进行挑选。比如你点击右侧面板中的一张脸，会在主面板中看到这张脸的放大视图，如果属于连拍多张的重复图片，当你选择一张图片时，会看到相似的图片被排到右边的面板里面。

如果不同意自动剔除选择，我们可以嵌入摄影师姓名，打上标签来过滤图库，或者使用用户键盘快捷键或单击屏幕上的图标来覆盖它（用户界面支持触摸屏）。

完成一顿操作后，如果你对图片剔除的结果感到满意，就可以选择要导出的评级。单击“导出”按钮后，这些图像将被移交给 Adobe LightroomClassic/CC 或Capture One Pro 进行编辑。

如果不是 Lightroom 或 Capture One 用户，则可以让 Aftershoot 将选择的图像移动或复制到不同的文件夹，选择重命名。

有待提升的AI

在笔者的应用中，发现该软件的重复分组功能运行良好，并且通过自由使用连拍捕捉或在同一基本场景中多次尝试，在完成大型拍摄的工作量上（图片连拍多，数量多）要比以前轻松。Aftershoot 会自动从每组重复照片中选择它认为最好的照片。

将剔除的图像导出到文件夹时，如果图像编辑器无法识别评级或颜色标签，也可以恢复拍摄时的顺序，便于查找。

不过，有几个不太智能的地方需要注意。首先，即便一组图片中选不出合适的照片，算法仍会选择它认为最好的一些图片作为特征，这可能会导致画廊中不太理想的图像也入选，让我们对Aftershoot 的推理产生一些疑惑。当然这也是在情理之中，毕竟AI 还没达到比人类还高的鉴赏能力。但Aftershoot的制作者认为，如果整个组包含模糊或闭眼的镜头，AI 删除它们是一件很容易的事情。其次要注意的是，集合分组仅在Aftershoot 软件中管用，一旦将照片导出到 Lightroom 或Capture One，照片将不会保持类似的分组。

软件提供丰富的选项来过滤图像，不仅仅是等级或颜色标签，还包括方向、相机或镜头型号的不同，调整变量来进行修正

Aftershoot 可将画廊连同评级和颜色标签导出到LightroomClassic/CC或Capture One。如果不使用这些程序，则可以先将图像导出到一个文件夹，然后再使用图像编辑器

Aftershoot自动检测到这张照片中美女闭着的眼睛，用一星评级和紫色标签对其进行了标记，意味着它最后会被同组中更好的图片替代

这张照片是在Aftershoot的300% 缩放级别下查看的，被错误地標记为模糊，但它在大部分镜头中都非常清晰

在AI 应用的过程中，笔者发现闭眼检测非常有用。虽然它不能百分之百地检测到闭眼，但它确实能高效地识别出闭眼的情况，这意味着肯定能为用户节省一些挑选时间。另一个模糊检测（脱焦），这个不太准确，一些镜头在锐利时被错误地标记为模糊，还有相当多的镜头在整个图像中模糊但没有被正确检测到，即使笔者将阈值更改为最高级别的“严格”选项也是如此，所以AI有待提升啊。

管理员选择：与人类编辑器不相上下

综上实测，Aftershoot 还似乎不像人类那样理解照片，在确定其星级评级时，可能会导致一些非常奇怪的决定。

一些镜头，比如骑马者的头从照片顶部被切掉，或者个别赛车从画面的一侧被部分切掉，但仍然获得了五星级评级。

Aftershoot 的剔除决定有时会非常古怪，做出人类永远不会做出的选择。

取景不完整，无法使用的图像被评为五星级

清晰且非常正常的图片仅获得三颗星

AI编辑还有待学习

谈到目前处于测试阶段的AI 编辑应用程序，Aftershoot 在裁剪和旋转方面做得相当不错，但同样有一些附带条件。首先，目前AI 编辑功能仅适用于Adobe Lightroom，Capture One 在Beta 测试中无法使用。

用户还需要分别为黑白和彩色照片生成训练配置文件，如果你的Lightroom 数据库包含智能预览，训练过程会快得多。如果没有，系统将提示安装Adobe DNG Converter， 然后 Aftershoot 将能够从Raws 开始工作，但需要更长的时间。

更重要的是， 你首先需要提供大量照片来训练AI，让它了解你的编辑风格。具体的数量方面，个人认为需要让Aftershoot 检查至少2500 张手动编辑的图像，以粗略地掌握用户个人的编辑风格，持续进行训练以获得真正准确的后期能力。如果你在尝试多种风格，则需要多次训练 AI，每次都提供海量的图像，想一想還是有点头痛的。

被模仿的编辑风格

经过一段时间的应用，笔者发现Beta 编辑算法已经很好地模仿了自己的风格，即使“只”给出了2500 多张图像供学习。它的编辑掌握了拉直、裁剪、曝光、白平衡、色调/ 饱和度/ 亮度、存在感和细节。虽然软件表示，计划在未来支持色调曲线和局部调整，但目前还没有应用到。

笔者用在代托纳赛道拍摄的大量NASCAR 图片对其进行了训练，方法是先对这些图片进行了手工编辑，使其具有相当饱和和丰富多彩的视觉冲击感，训练后让程序将相同的风格应用于一些沙丘越野车照片。

由于两个场地之间的照明差异很大，一些NASCAR 图像是夜间在人工照明下拍摄的，和沙丘地带存在一些白平衡差异，笔者使用了拍摄中的相同配置文件来编辑一些沙丘越野车图像，后期处理获得了不错的效果。

Aftershoot自动调整白平衡（右侧）

总结：虽不完美但有效率

一方面，Aftershoot 的主题评级和模糊检测算法现在确实容易出错，对图像进行评级和标记显然不准确。对于处理成千上万或数万张图像的摄影师来说，节省时间的潜力不可低估。亲民的是，即使在相当普通的硬件上，它也能以惊人的速度浏览图像，不用担心AI 可能需要的高处理能力。在过去，影像对焦、主体识别技术已经得到广泛应用，现在轮到Aftershoot 中的各种技术来帮助我们更好地调整构图、剪辑和色彩了。软件虽说不是万能的，但帮助摄影师节省机械、繁琐性的操作，提升编辑效率的方式肯定是越来越完善了。