清华大数据论坛:快手AI技术副总裁郑文分享深度学习应用( 四 )

快手用户跟中国互联网用户分布非常一致 , 中国互联网用户里面有很大一部分使用的手机都是中低端手机 , 算力有限 。 而先进的 AI 技术对设备的计算量的要求极高 , 为了让先进的技术被最多的用户体验到 , 快手对底层平台进行定制化开发 , 基于快手自研的 YCNN 深度学习推理引擎及媒体引擎 , 让上述技术在大多数机型上都能高效运行 , 并针对不同机型、不同硬件进行了适配和优化 。

郑文透露 , 快手也希望将内容质量变得更高 , 研发并应用了很多图像增强技术 。 例如 , 用户在光线很暗的环境下拍摄 , 产出的视频往往会丢失信息和细节 , 通过暗光增强技术 , 可以将这些细节恢复 。

接下来是快手近期在内容生产方面研发的一些具体的深度学习技术 。 三维人脸技术能够针对单张人脸图像恢复出人脸的三维信息 , 一方面可以实现对人脸的一些修改 , 比如打光、做一些表情、实现三维变脸特效;另一方面 , 通过三维人脸信息 , 可以提取出人的表情变化 , 然后把表情迁移到虚拟的卡通形象上 , 效果类似于 iPhoneX 推出的 Animoji 功能 , 但 iPhoneX 有结构光摄像头 , 且运行 Animoji 需要很强大的算力 , 通过技术研发 , 在普通摄像头、配置较低的手机上也能实现类似功能 。


推荐阅读