Aftershoot Pro系列二：人工智能應用的優點和劣勢

李錚 崇光

即使在較舊的硬件上也有不錯性能

Aftershoot 在檢查所有圖像的時候，會評估每個鏡頭的方式自動分配評級和顏色標簽。

即使在一般的電腦硬件配置上，這個過程也相當迅速。比如在筆者2018年老式戴爾 XPS 15 9570 筆記本電腦上——配備 NVIDIA GTX 1050 TiMax-Q 圖形處理器，同時使用 Aftershoot 的默認中等性能設置，每秒可以處理大約兩張2400 萬像素的圖像。雖然沒有測試過，但相信在高端硬件上，可以將運行速度提高幾個數量級吧，畢竟都2023 年了。

頂部菜單允許用戶在剔除時在低、中或高系統資源使用率之間切換，如果想在剔除時將機器用于其他任務，這個模式就顯得很方便。

智能之外，亦可使用手動模式

執行自動剔除后，Aftershoot 會顯示圖像及其評級和顏色標簽，可單獨查看或作為畫廊查看，顯示每個圖像類別的總數。

它的默認排名類別是“已選”（包括四星和五星圖像，后者帶有綠色標簽）、高光（四星/ 藍色）、模糊（二星/ 紅色）和閉眼（一星/ 紫色）。

當選擇人像圖像時，會看到這些面孔的特寫鏡頭，以便于根據表情進行挑選。比如你點擊右側面板中的一張臉，會在主面板中看到這張臉的放大視圖，如果屬于連拍多張的重復圖片，當你選擇一張圖片時，會看到相似的圖片被排到右邊的面板里面。

如果不同意自動剔除選擇，我們可以嵌入攝影師姓名，打上標簽來過濾圖庫，或者使用用戶鍵盤快捷鍵或單擊屏幕上的圖標來覆蓋它（用戶界面支持觸摸屏）。

完成一頓操作后，如果你對圖片剔除的結果感到滿意，就可以選擇要導出的評級。單擊“導出”按鈕后，這些圖像將被移交給 Adobe LightroomClassic/CC 或Capture One Pro 進行編輯。

如果不是 Lightroom 或 Capture One 用戶，則可以讓 Aftershoot 將選擇的圖像移動或復制到不同的文件夾，選擇重命名。

有待提升的AI

在筆者的應用中，發現該軟件的重復分組功能運行良好，并且通過自由使用連拍捕捉或在同一基本場景中多次嘗試，在完成大型拍攝的工作量上（圖片連拍多，數量多）要比以前輕松。Aftershoot 會自動從每組重復照片中選擇它認為最好的照片。

將剔除的圖像導出到文件夾時，如果圖像編輯器無法識別評級或顏色標簽，也可以恢復拍攝時的順序，便于查找。

不過，有幾個不太智能的地方需要注意。首先，即便一組圖片中選不出合適的照片，算法仍會選擇它認為最好的一些圖片作為特征，這可能會導致畫廊中不太理想的圖像也入選，讓我們對Aftershoot 的推理產生一些疑惑。當然這也是在情理之中，畢竟AI 還沒達到比人類還高的鑒賞能力。但Aftershoot的制作者認為，如果整個組包含模糊或閉眼的鏡頭，AI 刪除它們是一件很容易的事情。其次要注意的是，集合分組僅在Aftershoot 軟件中管用，一旦將照片導出到 Lightroom 或Capture One，照片將不會保持類似的分組。

軟件提供豐富的選項來過濾圖像，不僅僅是等級或顏色標簽，還包括方向、相機或鏡頭型號的不同，調整變量來進行修正

Aftershoot 可將畫廊連同評級和顏色標簽導出到LightroomClassic/CC或Capture One。如果不使用這些程序，則可以先將圖像導出到一個文件夾，然后再使用圖像編輯器

Aftershoot自動檢測到這張照片中美女閉著的眼睛，用一星評級和紫色標簽對其進行了標記，意味著它最后會被同組中更好的圖片替代

這張照片是在Aftershoot的300% 縮放級別下查看的，被錯誤地標記為模糊，但它在大部分鏡頭中都非常清晰

在AI 應用的過程中，筆者發現閉眼檢測非常有用。雖然它不能百分之百地檢測到閉眼，但它確實能高效地識別出閉眼的情況，這意味著肯定能為用戶節省一些挑選時間。另一個模糊檢測（脫焦），這個不太準確，一些鏡頭在銳利時被錯誤地標記為模糊，還有相當多的鏡頭在整個圖像中模糊但沒有被正確檢測到，即使筆者將閾值更改為最高級別的“嚴格”選項也是如此，所以AI有待提升啊。

管理員選擇：與人類編輯器不相上下

綜上實測，Aftershoot 還似乎不像人類那樣理解照片，在確定其星級評級時，可能會導致一些非常奇怪的決定。

一些鏡頭，比如騎馬者的頭從照片頂部被切掉，或者個別賽車從畫面的一側被部分切掉，但仍然獲得了五星級評級。

Aftershoot 的剔除決定有時會非常古怪，做出人類永遠不會做出的選擇。

取景不完整，無法使用的圖像被評為五星級

清晰且非常正常的圖片僅獲得三顆星

AI編輯還有待學習

談到目前處于測試階段的AI 編輯應用程序，Aftershoot 在裁剪和旋轉方面做得相當不錯，但同樣有一些附帶條件。首先，目前AI 編輯功能僅適用于Adobe Lightroom，Capture One 在Beta 測試中無法使用。

用戶還需要分別為黑白和彩色照片生成訓練配置文件，如果你的Lightroom 數據庫包含智能預覽，訓練過程會快得多。如果沒有，系統將提示安裝Adobe DNG Converter， 然后 Aftershoot 將能夠從Raws 開始工作，但需要更長的時間。

更重要的是， 你首先需要提供大量照片來訓練AI，讓它了解你的編輯風格。具體的數量方面，個人認為需要讓Aftershoot 檢查至少2500 張手動編輯的圖像，以粗略地掌握用戶個人的編輯風格，持續進行訓練以獲得真正準確的后期能力。如果你在嘗試多種風格，則需要多次訓練 AI，每次都提供海量的圖像，想一想還是有點頭痛的。

被模仿的編輯風格

經過一段時間的應用，筆者發現Beta 編輯算法已經很好地模仿了自己的風格，即使“只”給出了2500 多張圖像供學習。它的編輯掌握了拉直、裁剪、曝光、白平衡、色調/ 飽和度/ 亮度、存在感和細節。雖然軟件表示，計劃在未來支持色調曲線和局部調整，但目前還沒有應用到。

筆者用在代托納賽道拍攝的大量NASCAR 圖片對其進行了訓練，方法是先對這些圖片進行了手工編輯，使其具有相當飽和和豐富多彩的視覺沖擊感，訓練后讓程序將相同的風格應用于一些沙丘越野車照片。

由于兩個場地之間的照明差異很大，一些NASCAR 圖像是夜間在人工照明下拍攝的，和沙丘地帶存在一些白平衡差異，筆者使用了拍攝中的相同配置文件來編輯一些沙丘越野車圖像，后期處理獲得了不錯的效果。

Aftershoot自動調整白平衡（右側）

總結：雖不完美但有效率

一方面，Aftershoot 的主題評級和模糊檢測算法現在確實容易出錯，對圖像進行評級和標記顯然不準確。對于處理成千上萬或數萬張圖像的攝影師來說，節省時間的潛力不可低估。親民的是，即使在相當普通的硬件上，它也能以驚人的速度瀏覽圖像，不用擔心AI 可能需要的高處理能力。在過去，影像對焦、主體識別技術已經得到廣泛應用，現在輪到Aftershoot 中的各種技術來幫助我們更好地調整構圖、剪輯和色彩了。軟件雖說不是萬能的，但幫助攝影師節省機械、繁瑣性的操作，提升編輯效率的方式肯定是越來越完善了。