前不久iPhone Xs发布会上，A12凭借超强机器学习能力再次吸睛。虽然芯片上的超强迭代极大提升手机性能，但对于iPhone用户而言，搭载A12能获得更优质的图像是更为深刻的体验。比如 “Smart HDR”能让照片高光和阴影的细节更丰富出色； iPhone Xs的景深摄像头，能针对焦外作出优化，拍完照片后再调整景深，形成精美的人像照片等等。
事实上，以iPhone等代表的智能终端出现，一直在推动视频和图片等图像技术由高清向超高清演进。为满足人们对高品质信息的需求，内容平台企业一直积极探索新技术，但仍面临诸多问题。首先，目前网络上传输的图片尺寸与用户屏幕尺寸不匹配，当低质量图片在高分辨率屏幕下展示时，会引起视觉效果的损失。其次，网络上的图片经过层层压缩，内容平台企业难以从网络上获取到高清高质量的图片。第三，随着业务的发展，而提升图像质量提升势必会引起带宽成本的提升，高额的带宽成本的提升不可忽略。
为此，金山云推出让图片变清晰的“神器”—— KIE（Kingsoft Image &AI Enhancement），它基于AI技术对画质进行重建增强，为用户带来超清的图像视觉体验。除了支持移动端，还新增服务端方案，以支持更多应用场景，让画质更清晰。
服务端图片处理 一种更高清的实现方式
金山云KIE服务端解决方案，是在服务端，利用超分辨率和画质修复等技术，修复图像的噪点、马赛克等损失，并重构图像的局部与细节，大大提升用户的观看体验。与移动端处理方式不同的是，服务端方案以计算能力更高的服务器为载体，并通过分层多模型处理，来实现图片画质的优化和增强。
不仅如此，服务端解决方案具备更强的画质增强能力。在网络结构方面，服务端的KIE模型采用了DenseNet和倒残差网络结构，通过特征图的升维（信息冗余）和降维，可以让网络自动寻找起主要作用的特征信息。为了进一步提升服务端模型的效果，该网络中巧妙的堆叠了更多的基础构建块，网络深度达到50层之多，在训练时通过采用学习率自适应衰减技术，可进一步缩短训练时间，提高拟合精度。在训练数据方面，在原数据集的基础上，又对部分场景进行了数据补充，进而达到更好的效果。
可以说，金山云KIE服务端解决方案具备更深层的网络结构，因而在去噪、平滑等方面均能达到更好的效果，可以给用户带来更清晰、干净的视觉体验。经主观评测，目前服务端方案处理的有效率可达95%以上。在人物类、文字类、静物类等具体场景，服务端方案均有较好的优化效果。
更多场景覆盖 让企业“一劳永逸”
一般来说，在移动端的画质增强是将分发至手机上的图片做实时渲染。可由于手机的计算能力有限，且不同终端的计算能力差别较大，移动端方案的应用场景和处理效果受到诸多限制。
为此，相比于要考虑不同终端的性能配置，在服务端进行图片处理则更显”便捷”，它可直接将处理好的高质量图片分发至用户，而不用考虑不同终端的差异化，可以做到一次优化，N处适配，真正做到一劳永逸。目前，KIE服务端解决方案可以覆盖到各类图片场景，可对新闻资讯类插图、浏览器feed流图片、社交平台图片、长/短视频封面、直播封面、老照片、Gif动图等进行优化。
从左至右分别是原图、KIE移动端方案、KIE服务端方案
值得一提的是，金山云KIE服务端解决方案支持私有化部署和云服务两种方式，前者拥有简单易操作的部署方案，并能以接口的方式供客户在本地服务器上调用，无需做资源迁移。而云服务方案则可以直接在云上对客户图片进行画质增强处理，操作简单，且不需客户维护本地服务器，极大提高效率！
事实上，以iPhone等代表的智能终端出现，一直在推动视频和图片等图像技术由高清向超高清演进。为满足人们对高品质信息的需求，内容平台企业一直积极探索新技术，但仍面临诸多问题。首先，目前网络上传输的图片尺寸与用户屏幕尺寸不匹配，当低质量图片在高分辨率屏幕下展示时，会引起视觉效果的损失。其次，网络上的图片经过层层压缩，内容平台企业难以从网络上获取到高清高质量的图片。第三，随着业务的发展，而提升图像质量提升势必会引起带宽成本的提升，高额的带宽成本的提升不可忽略。
为此，金山云推出让图片变清晰的“神器”—— KIE（Kingsoft Image &AI Enhancement），它基于AI技术对画质进行重建增强，为用户带来超清的图像视觉体验。除了支持移动端，还新增服务端方案，以支持更多应用场景，让画质更清晰。
服务端图片处理 一种更高清的实现方式
金山云KIE服务端解决方案，是在服务端，利用超分辨率和画质修复等技术，修复图像的噪点、马赛克等损失，并重构图像的局部与细节，大大提升用户的观看体验。与移动端处理方式不同的是，服务端方案以计算能力更高的服务器为载体，并通过分层多模型处理，来实现图片画质的优化和增强。
采用KIE解决方案图片对比
从左至右分别是原图、KIE移动端方案、KIE服务端方案
不仅如此，服务端解决方案具备更强的画质增强能力。在网络结构方面，服务端的KIE模型采用了DenseNet和倒残差网络结构，通过特征图的升维（信息冗余）和降维，可以让网络自动寻找起主要作用的特征信息。为了进一步提升服务端模型的效果，该网络中巧妙的堆叠了更多的基础构建块，网络深度达到50层之多，在训练时通过采用学习率自适应衰减技术，可进一步缩短训练时间，提高拟合精度。在训练数据方面，在原数据集的基础上，又对部分场景进行了数据补充，进而达到更好的效果。
可以说，金山云KIE服务端解决方案具备更深层的网络结构，因而在去噪、平滑等方面均能达到更好的效果，可以给用户带来更清晰、干净的视觉体验。经主观评测，目前服务端方案处理的有效率可达95%以上。在人物类、文字类、静物类等具体场景，服务端方案均有较好的优化效果。
更多场景覆盖 让企业“一劳永逸”
一般来说，在移动端的画质增强是将分发至手机上的图片做实时渲染。可由于手机的计算能力有限，且不同终端的计算能力差别较大，移动端方案的应用场景和处理效果受到诸多限制。
为此，相比于要考虑不同终端的性能配置，在服务端进行图片处理则更显”便捷”，它可直接将处理好的高质量图片分发至用户，而不用考虑不同终端的差异化，可以做到一次优化，N处适配，真正做到一劳永逸。目前，KIE服务端解决方案可以覆盖到各类图片场景，可对新闻资讯类插图、浏览器feed流图片、社交平台图片、长/短视频封面、直播封面、老照片、Gif动图等进行优化。
采用KIE解决方案图片细节对比
从左至右分别是原图、KIE移动端方案、KIE服务端方案
值得一提的是，金山云KIE服务端解决方案支持私有化部署和云服务两种方式，前者拥有简单易操作的部署方案，并能以接口的方式供客户在本地服务器上调用，无需做资源迁移。而云服务方案则可以直接在云上对客户图片进行画质增强处理，操作简单，且不需客户维护本地服务器，极大提高效率！
责任编辑：吴昊
