作为斜杠独立女摄影师，我在这个暑假约拍了多场人像摄影，如何高效地完成个人工作室的摄影、选片、后期和存档的工作流，也做了许多尝试。
出于斜杠站姐的本能，我会在摄影时习惯性开启连拍，以捕捉到模特更自然的动作与眼神。一次 2 小时左右的拍摄，常常会得到几千甚至上万张照片。这时选片会是一个难题，如何在多张相似角度的照片中选出眼神光、表情、神态更自然而具有美感的照片需要大量对比和精神耗费。在有一次沙滩拍摄中，因为拍摄状态特别好，3 小时的摄影结束后得到了 13000 多张照片，将上百 G 照片导入 Lightroom 后由客户人工亲自选片，仅选片工作就花费了超过 6 个小时。
于是在人工智能行情之下，我开始寻找是否有足以作为生产力工具的 AI 摄影辅助软件，结果还真的被我找到了：Aftershoot。
Aftershoot 的功能简单易懂，创建新相册后导入本次拍摄的照片文件夹，支持 RAW/JPEG 格式。由于在人像摄影客片拍摄主题上对佳能直出 JPG 素质的信任，以及对 RAW 的祛魅和不便性的妥协，我在此主题上摄影的照片存储格式通常选择只保存 JPG。
在导入图片之后，可以选择 Start Culling 对照片开始筛选，这里支持两种模式，AI-automated Culling 与 AI-Assisted Culling。
AI-automated Culling 指通过算法对相似照片进行分组后，自动在每组中选出算法认为得分最高的照片，评价因素包括人像是否有闭眼、对焦是否准确、快门是否模糊等等。可以设置分组偏好，例如摄影主题是婚礼、人像、运动或校园活动等，也可以设置照片分组的大小。
在人像摄影主题下，我通常会将主题选择为 Portrait & Headshots，以 Standard 分组就可以得到较好的结果。例如我将一次在赛车场拍摄的 4086 张照片导入 Aftershoot，通过 AI 筛选可以得到下列的星标结果，约五分之一的照片被标记为绿色的五颗星，次佳的照片会被标记为蓝色的四颗星，大量重复的照片则会被标记为黄色的三颗星。这里的星级标记与我之前在 Lightroom 中的习惯也相似——以 1-5 的数字星级来快速筛选照片。
而算法处理需要的时间，以 4000 张 JPG 照片、每张照片 5M-12M 为例，在我自己的笔记本上测试（M3 Max Macbook Pro）大约只需要半个小时，而在 M1 芯片的 Macbook Air 上需要大约 3 个小时。在 Macbook Pro 上的处理时间属于可以接受的范畴，但在此期间只能干等着程序处理，所以没有办法继续我以前带着 Macbook Air 出门和小姐姐一边找个咖啡厅选照片一边吹水的流程了。
以这组照片为例，可以看到左上角有标记本组内重复照片的数量，在右侧会显示检测到的人脸和本组中的其他照片。左右方向键切换分组，上下快捷键切换分组中的其他照片。可以用数字更改星级。
在这里可以用键盘快捷键 D 来标记选择的照片（类似 Lightroom中的 P，于是我的工作流更新为，在 AI 自动为所有几千张照片分组并选出最佳照片之后，再为这几百张照片中喜欢的照片以 D 标记或更改星级。事实是每个人心目中最佳照片都可能是不同的，所以同理，AI 算法也不一定百分百选出我认为最佳的照片，所以在自己特别喜欢的某几组照片中，我还是会人工对比看看算法选出的那张照片整体是否足以让我心动，让自己等待时间更有价值。
最终的标记结果可以直接保存为照片的元数据，也支持将选择的照片们导出为文件夹或导出到 Lightroom 库。
后期思路万种多样，这一部分分享下个人对照片存档的习惯。
不得不承认，在数字化时代我的囤积病并没有变得更好，只是变得更体面了。如果每次拍摄归来都是 100G 的照片全盘存储，几台 NAS 都打不住。于是一方面在前一步骤的照片被视作半成片以原始像素保存的同时，我选择在 Lightroom 中以每张 600K、2 千万的参数导出所有照片的副本。
这些照片留着有什么用？无非是对安全感的妥协以及未来对 AI 通过光学成像的数码投影反映的光子运动复原非虚构回忆的无聊幻想。
经过压缩处理后的 4000 张照片只有约 2G 左右，完全可以负担在 NAS 中长期存储的成本，照片素质也足以满足基本需求。我目前的 NAS 方案是群晖+CloudSync+百度网盘/阿里云盘，自动三地三备份。而从本地到 NAS 的文件复制工具我选择 Teracopy，相对稳定可校验。
Aftershoot 本身是付费软件，美元定价、多种方式注册，注册用户有一个月的免费试用时间，目前没有注册限制。登录可能需要一些上网技巧，算法处理则在本地。
祝大家摄影愉快。
> 关注 少数派公众号，解锁全新阅读体验 📰
> 实用、好用的 正版软件，少数派为你呈现 🚀
此内容由惯性聚合(RSS阅读器)自动聚合整理，仅供阅读参考。 原文来自 — 版权归原作者所有。