Sneaks à Adobe MAX 2021 : un aperçu du futur de la création

Les incontournables MAX Sneaks - où nous présentons des avant-premières technologiques de fonctionnalités potentielles qui pourraient ou non être intégrées à nos produits - ont fait tourner la tête de millions de personnes à travers le monde ayant rejoint l’événement virtuel Adobe MAX.

La star du Saturday Night Live Kenan Thompson, ainsi que nos ingénieurs Adobe, ont révélé le meilleur de la technologie à venir. On vous fait découvrir tout cela dans ce billet de blog. Spoiler alert : c’est très cool ! Si l’un des Sneaks vous plaît particulièrement, faites-le savoir à nos équipes via le compte Twitter Adobe MAX.

Projet Morpheus

Vous avez déjà vu une vidéo de vous et vous aimeriez pouvoir changer une petite chose ? Peut-être avez-vous oublié de vous raser, ou peut-être auriez-vous préféré de pas porter vos lunettes ? Le projet Morpheus, une technologie de montage vidéo issue de nos laboratoires, peut vous aider. Basé sur Adobe Sensei, le projet Morpheus utilise le machine learning pour automatiser les changements de niveau d’image et obtenir des résultats fluides et cohérents. Le projet Morpheus est une toute nouvelle façon de créer et d’éditer du contenu, qui permet d’éviter les fastidieux montages image par image.

Projet Stylish Strokes

Les polices peuvent être un excellent moyen de transmettre la personnalité, le ton et la créativité, mais vous ne pouvez pas vraiment les personnaliser. Les polices sont généralement stockées sous forme de contours, ce qui rend difficile leur stylisation ou leur animation. De plus, ces types de modifications nécessitent d’éditer les traits sous-jacents qui composent chaque caractère de police individuel, et les gens n’y ont pas accès. Le projet Stylish Strokes pourrait être la solution. Il peut aider à récupérer automatiquement ces traits, afin de les styliser - et il fonctionne même sur des polices avec des structures de caractères inhabituelles et pour des langues autres que l’anglais. Les options potentielles de couleurs, de textures et d’animations sont infinies.

Projet Artful Frames

Il n’y a pas de limite aux histoires que l’animation peut aider à raconter, mais produire une épopée animée est un voyage en soi. Si les techniques d’animation traditionnelles se sont affinées au fil des ans, il s’agit toujours d’un travail de longue haleine. Le projet Artful Frames vise à simplifier ce processus. L’algorithme d’IA qui sous-tend Artful Frames est une combinaison de représentation neuronale, d’optimisation et de super-résolution, qui offre aux créateurs une grande polyvalence. Cette méthode utilise la vidéo en direct comme référence pour préserver la disposition et le mouvement réaliste, tout en créant une animation stylisée entièrement réalisée. Artful Frames peut prendre un exemple de l’œuvre d’un artiste, émuler son style et l’appliquer à une vidéo, transformant ainsi des séquences en œuvres d’art. Van Gogh ne s’y risquerait pas, mais vous, peut-être…

Projet Strike a Pose

Poser pour une photo peut être embarrassant. Que devez-vous faire avec vos mains, par exemple ? Avec le projet Strike a Pose, tout portrait peut devenir parfait. En fournissant une image de référence d’une personne dans une pose souhaitée, le projet Strike a Pose utilise le machine learning pour repositionner la personne dans une image dans la même position. Grâce à un mélange unique de données et de mappage de texture, Strike a Pose reproduit des caractéristiques telles que les vêtements, les cheveux et la couleur de la peau pour correspondre à l’image de référence, tout en tenant compte de facteurs tels que la profondeur et l’éclairage. Adieu les portraits de famille gênants.

Projet Sunshine

Les designers utilisent souvent l’image vectorielle raison de sa résolution presque “infinie” et de ses options de mise à l’échelle - il peut être très grand ou très petit (y compris en termes de taille de fichier). Le projet Sunshine fait passer les images vectorielles au niveau supérieur, en fournissant des suggestions automatisées pour les options de coloration et d’ombrage. Le modèle génératif du projet Sunshine est autorégressif, ce qui signifie qu’il commence par deviner un élément de l’image (par exemple, “les cheveux doivent être noirs”), puis se développe à partir de cette décision. Les résultats étant vectorisés, il est ensuite facile de continuer à modifier et à affiner les suggestions de couleur et d’ombrage.

Projet Make it Pop

Les créateurs de contenu sont toujours à la recherche de moyens fantaisistes pour pimenter leurs photos. Cependant, il n’y a qu’un nombre limité de filtres dans l’application qu’une personne peut parcourir. Le projet Make it Pop offre un moyen simple et transparent d’ajouter un petit quelque chose en plus aux images. Basé sur Adobe Sensei, Make It Pop identifie les parties d’une image (arrière-plan, premier plan, parties du corps, etc.) et les convertit en formes vectorielles. À partir de là, le créateur peut choisir parmi une galerie de looks, d’autocollants et d’animations à appliquer à l’image, transformant ainsi une photo en pop art.

Projet On Point

Trouver la bonne photo d’archives peut sembler être une tâche sans fin, surtout si vous recherchez un modèle dans la bonne pose. Le projet On Point est peut-être la solution afin d’améliorer la recherche d’images en utilisant des descripteurs basés sur la pose afin de trouver la bonne photo. Ces descripteurs sont interactifs et présentés sous la forme d’une figure en bâton en 2D superposée à l’image référencée. Ils peuvent être modifiés ou affinés afin de vous aider à trouver l’image que vous recherchez. Les descripteurs peuvent aussi être combinés avec d’autres paramètres de recherche afin de filtrer les images tagguées avec des attributs spécifiques tels que “homme”, “femme” ou “enfant”, par exemple. Le projet On Point ne se limitera pas non plus aux bases de données des banques d’images. Vous pourrez également effectuer des recherches dans votre propre album photo, ce qui serait parfait pour une séance de mode ou de portrait récente.

Projet In-Between

Une image vaut mille mots… mais pourrait-elle en valoir davantage ? Le projet In-Between propose une nouvelle façon de chérir vos souvenirs. Disons par exemple que vous avez deux images prises à quelques instants d’intervalle. Le projet In-Between utilise la puissance d’Adobe Sensei pour générer un pont animé entre les deux images, donnant ainsi une nouvelle vie aux vieilles photos. Et cela ne vaut pas seulement pour les images statiques – en effet, à l’aide d’un court clip vidéo, In-between peut produire des séquences au ralenti d’une douceur incomparable pour que vous puissiez savourer chaque moment encore et encore…

Projet Shadow Drop

Les méthodes traditionnelles de rendu des ombres peuvent être délicates car elles nécessitent des connaissances géométriques et une certaine familiarité avec les sources d’éclairage. Le projet Shadow Drop peut résoudre ce problème en utilisant la position 2D de la source de lumière et de l’horizon afin que vous puissiez générer automatiquement des ombres réalistes. Celles-ci peuvent être appliquées à l’art vectoriel 2D, aux animations 2D et même aux images réelles. Pour les concepteurs, les artistes et les animateurs, cette solution pourrait changer la donne dans les délais les plus courts en éliminant la nécessité de procéder à des modifications granulaires qui prennent du temps.