十三 白交 发自 凹非寺
量子位 报道 | 公众号 QbitAI
魔法变现实，酷炫又实用。
还记得两年前，Zach King(男巫)的爆红魔术吗？
不仅从纸直接蹦出一个手机，还直接扔进了电脑里形成虚拟的天猫页面。
现在，不用去羡慕男巫了，人人都可以把身边的东西“扔到”电脑里，而且一部手机就能搞定！
这就是来自34岁法国设计师Cyril Diagne的最新AR黑科技AR Cut & Paste，将身边的事物“一键”复制粘贴到电脑上，整个完成时间不到10s。
比Ctrl+C和Ctrl+V还要爽快！
比如，拿手机扫一扫书上的模型图片，再把手机对准电脑屏幕，模型瞬间就复制到了电脑。
书上的人物也不在话下。
就有网友说道：连这个黑发小哥的头发都能识别出来，太神奇了。
当然，手写的笔记，也可以复制粘贴到电脑中。
他在Github上分享了他的AR新技术，已经狂揽7K颗小星星；而且在Reddit上分享不到14小时，就获得了近4K的点赞量。
即使Cyril表示目前仅仅能在Photoshop中实现，但未来肯定会有更多不同的输出方式。
只是现在，这项AR黑科技魔法一样的新技术，只要你想，也能复刻。
简单四步，开启“复制粘贴”新世界
小哥非常热心地在GitHub中，描述了AR Cut & Paste的“上手指南”。
首先要强调的是，这是一个研究原型，而不是针对消费者或者Photoshop用户的工具。
AR Cut & Paste原型包含3个独立的模块。
移动应用 (The mobile app)
可以查看GitHub中/app文件夹，了解如何将App部署到手机中。
本地服务器 (The local server)
手机APP与Photoshop的接口。
使用屏幕点(screenpoint)找到摄像机在屏幕上指向的位置。
可查看/server文件夹，了解关于本地服务器的配置说明。
目标检测 / 背景移除服务 (The object detection / background removal service)
目前，显著性检测和背景移除，是委托给一个外部服务来完成。
如果直接在移动应用中使用类似DeepLap这样的技术会简单很多。但这还没有在这个repo中实现。
第一步：配置Photoshop
在Photoshop软件首选项 (Preferences)中，找到增效工具 (Plug-ins)。
点击启用远程连接 (Remote Connection)，并设置密码。
这里需要确保一点，PS文档中的设置要与server/src/ps.py中的设置一致，否则只会粘贴一个空层。
此外，文档需要一些背景，如果只是白色背景，SIFT可能没有足够能力来做一个正确的匹配。
第二步：设置外部显著性目标检测服务
如上所述，目前，必须使用BASNet-HTTP封装器(需要CUDA GPU)作为外部HTTP服务，部署BASNet模型。
将需要部署的服务URL来配置本地服务器。如果在本地服务的同一台计算机上运行BASNet，请确保配置不同的端口。
第三步：配置并运行本地服务器
这一步的详细文档，在GitHub项目中的/server文件夹中，包含“安装”和“运行”两个步骤。
安装代码如下：
virtualenv -p python3.7 venvsource venv/bin/activate pip install -r requirements.txt
运行代码如下：
python src/main.py \ basnet_service_ip=”http://X.X.X.X“ \ basnet_service_host=”basnet-http.default.example.com” \ photoshop_password 123456
其中，BASNET_SERVICE_HOST是可选的，只有在使用Knative / Cloud Run等入口网关在平台上部署服务时才需要。
以及，用Photoshop远程连接密码替换123456。
第四步：配置并运行移动App
安装代码如下：
npm install
然后更新component/Server.tsx中的IP地址，使其指向运行本地服务器的计算机IP：
3: const URL = “http://192.168.1.29:8080“;
运行代码如下：
npm start
OK！开启“复制粘贴”新世界，就是这么简单！
但如果你希望“知其然更知其所以然”，别眨眼，接着往下看。
如何做到隔空「复制粘贴」？
这个神奇的AR黑科技背后的主要技术，刚开始采用的是一个叫做BASNet的显著目标检测方法。
这篇研究入围了CVPR 2019，而且论文一作还是位华人小哥哥秦雪彬，已经于今年2月在加拿大阿尔伯塔大学拿到了博士学位，硕士就读于北京大学。
BASNet的核心框架如下图所示，主要由2个模块组成：
第一个模块是预测模块，这是一个类似于U-Net的密集监督的Encoder-Decoder网络，主要功能是从输入图像中学习预测saliency map。
第二个模块是多尺度残差细化模块(RRM)，主要功能是通过学习残差来细化预测模块得到的Saliency map，与groun-truth之间的残差，从而细化出预测模块的Saliency map。
而最近，这位设计师小哥哥在此基础上，针对背景移除任务，采用了更新的方法。
同样是来自秦雪彬团队，被Pattern Recognition 2020接收，这个方法叫做U2-Net，其框架如下图所示：
还与其它20个SOTA方法分别做了定量和定性比较实验，在结果上都取得了不错的结果。
在下面的定性实验中，也可以比较明显的看到，该方法所提取出来的目标，更加细粒度和精确。
那么，北大校友的新方法，又是如何被法国设计师Cyril Diagne搞成黑科技应用的？
不想当程序员的设计师，不是一个好艺术家
原因无他，Cyril Diagne就是这样一个懂程序、搞设计，关注前沿研究进展的艺术家呀。
如果你关注他的社交动态，也都是天马行空的。
是那种从“诗词歌赋”到“人生哲学”，从“服装设计”到AR黑科技的妙人。
Cyril Diagne，现居法国巴黎，除了设计师，程序员，还是洛桑艺术州立大学（ECAL）媒体于交互设计系的教授及主管。
2008年从巴黎Les Gobelins学校毕业以后，跟5位同学创立了艺术机构，致力于实现科技与艺术之间的创意交互，也奠定了他以后的艺术生涯，注定与科技密不可分。
2015年起，Cyril加入了谷歌文化驻巴黎的实验室。
与此同时，他还不断的在Gitbub上分享他的新成果。此前，他就曾在Github上发布了一些实用的小工具。
比如，一个可在Instagram页面的照片上添加3D效果的chrome扩展程序。
在Web浏览器上直接用AR涂鸦你的脸。
输入图像转3D照片。
总之，想法多、经历丰富，还懂技术和审美……
所以现在搞出AR复制这样的奇妙应用，打开一扇新大门，也让一众网友服服气气。
也算是把北大校友小哥的牛X研究，推到了更牛X的产品应用入口。
虽然还只是牛刀小试，但前景却妥妥无限可能。
你觉得这项黑科技，还能怎么用？怎么玩？
