Afbeeldingen interpreteren met AI om creativiteit te begeleiden

November 19

8 min. to read

Laten we eens kijken hoe Luminar AI wordt getraind, wat het "ziet" en hoe het die informatie gebruikt.

Eerder deze week hebben wij onze eerste webinar voor de Luminar^AI Insider community gehouden. Een van de belangrijkste zorgen die binnen de gemeenschap naar voren kwamen, was dat Artificiële Intelligentie (AI) alle beslissingen zou nemen en de creatieve keuzes van de fotograaf effectief zou vervangen.

Vorige week stelde Alex dat we AI minder moeten zien als een vervanging voor mensen en meer als een bekwame leerling die menselijke creativiteit ondersteunt en mogelijk maakt. Met dat in gedachten dacht ik dat het waardevol zou kunnen zijn om te vertellen hoe Luminar^AI precies dat doet.

Intelligentie begint met onderwijs

Net als een echt kind, zit een nieuw AI systeem vol potentieel, maar het heeft niet genoeg ervaring of kennis om het volledig te benutten. Om deze inherente intelligentie te ontsluiten, moet een AI systeem dingen geleerd worden.

Om Luminar^AI te onderwijzen, heeft Skylum een enorme fotografie-referentie opgebouwd rond drie primaire collecties:

Afbeeldingen van iconische meesters uit de geschiedenis van de fotografie.
Fotorealistische afbeeldingen gegenereerd door 3D-engines.
Afbeeldingen in opdracht van moderne meesters om specifieke principes te illustreren.

Afbeeldingen van iconische meesters hebben de AI geleerd over de visuele geschiedenis van fotografie door voorbeelden van fotografische vormen te bieden. Dit hielp onze AI om uitstekende fotografie te leren herkennen.

3D-afbeeldingen hebben de AI geleerd over perspectief, scherptediepte en de relaties tussen fotografische elementen. Dit heeft onze AI geholpen te begrijpen hoe een foto kan worden opgesplitst in afzonderlijke componenten in 3D-ruimte.

Afbeeldingen in opdracht hebben de lessen versterkt die uit de eerste twee collecties werden getrokken, terwijl ze ook veelvoorkomende opnamefouten hebben geïntroduceerd in onder meer compositie, focus en belichting. Dit heeft onze AI geholpen te begrijpen hoe deze fouten te herkennen en te corrigeren.

Toen deze elementen samenkwamen in ons AI-model, werd er een functionele intelligentie geboren.

AI gebruiken om de maker te bevrijden

Makers doorlopen een soortgelijk educatief proces om fotografie onder de knie te krijgen. Een functionele AI gaat zeker over in de technische vaardigheden van de maker. En bij het oversteken heeft het de potentie om stappen in het technische bewerkingsproces te vervangen.

Maar zoals Alex vorige week schreef, bij Skylum, beschouwen we deze specifieke vervanging als een deugd, niet als een ondeugd. De nadruk van onze AI ligt op het vervangen van repetitieve technische stappen, en niet op creatieve stappen.

De maker moet nog steeds al zijn technische inzicht gebruiken om in de eerste plaats geweldige foto's te maken. De AI biedt eenvoudig snelle oplossingen voor veelvoorkomende problemen en biedt een verscheidenheid aan creatieve keuzes die zijn ontworpen om het beste uit elk beeld naar boven te halen. De maker behoudt de volledige controle over het eindresultaat.

Dus, hoe maakt de AI zijn keuzes?

Afbeeldingen interpreteren met AI om creativiteit te begeleiden Image1

Deze afbeelding heeft al veel te bieden, maar er is ruimte voor verbetering. Zodra Luminar^AI de afbeelding opent, begint het deze te analyseren. Als resultaat van deze analyse weet Luminar^AI de volgende dingen over de afbeelding:

Het bevat vijf dieren (en mogelijk een zesde).
Het mogelijke zesde dier is heel anders dan de andere vijf.
Het heeft een warm, zwaar-oranje kleurenpalet.
Het heeft een duidelijke horizonlijn.
Het heeft een heldere, ietwat cirkelvormige plek die waarschijnlijk de zon is.
Gezien het kleurenpalet en de positie van de zon nabij de horizon, is het waarschijnlijk een afbeelding van een zonsondergang.
Binnen de 3D-ruimte worden elementen als volgt gepositioneerd:

Voorgrond: Vijf vergelijkbare dieren
Middenin: Zesde afwijkende “dier”
Achtergrond: Zon en bergen

Het is erg onderbelicht en verbergt belangrijke details.

Templates invoeren

Zodra Luminar^AI zijn analyse heeft voltooid, moet het iets doen met de kennis die het uit de afbeelding heeft gehaald. Dat is waar Templates om de hoek komen kijken.

Templates gaan veel verder dan vooraf ingesteld instellingen en bundelen een verscheidenheid aan correcties en verbeteringen om een bijna voltooide look te bereiken. Templates worden geïndexeerd zodat ze gemakkelijk toegankelijk zijn voor de AI nadat deze de analyse heeft voltooid.

In ons voorbeeld gaat de Ai als volgt te werk:

Indien nodig gebruikt de AI de verzamelde informatie om een reeks selecties en dieptekaarten samen te stellen.
De AI gebruikt de gegevenspunten die het over de afbeelding heeft verzameld en vergelijkt deze met de index van beschikbare templates.
Luminar^AI presenteert vervolgens templates die door de AI zijn geselecteerd als een lijst met opties die de fotograaf kan overwegen.
Als de gebruiker de muis over een voorgestelde template beweegt, wordt deze in real-time op de afbeelding toegepast. Templates gebruiken de selecties en dieptekaarten die de AI eerder heeft gemaakt om correcties toe te passen en verbeteringen aan te brengen aan zeer specifieke elementen in de afbeelding.
De fotograaf selecteert vervolgens e gewenste Template en past aanvullende wijzigingen toe die bij zijn visie passen. In veel gevallen kan de visie van een fotograaf worden bereikt met een enkele schuifregelaar die de sterkte van de template aanpast.

Het resultaat van dit proces is een totaal ander beeld dat nauw aansluit bij de visie en stijl van de fotograaf.

Afbeeldingen interpreteren met AI om creativiteit te begeleiden Image2

Wacht even. Vervangt dit niet de maker?

Nee.

De fotograaf legt nog steeds de rauwe, ongerepte foto vast. Na analyse van deze foto presenteert Luminar^AI Templates waarvan het denkt dat deze het beste uit de afbeelding zullen halen. De fotograaf kan dan een Template kiezen die het beste aansluit bij zijn visie of helemaal geen Template kiezen en rechtstreeks in de module Bewerken werken. Zelfs als de fotograaf een Template kiest, kan hij nog steeds verdere wijzigingen aanbrengen om tot de uiteindelijke afbeelding te komen.

De AI vindt eenvoudigweg opties die de kunstenaar kan overwegen met behulp van zijn kennis van de afbeelding zelf en de technische regels die een goede afbeelding bepalen.

Elke creatieve keuze is nog steeds de keuze van de kunstenaar.