支付寶AR實景紅包PS領取方法：

　　支付寶“AR實景紅包”一不小心就激發(fā)了全民藏紅包、找紅包的熱情，虎嗅昨天也第一時間報道并體驗了。

　　相信已經有無數的人體驗過它了，包括但不限于把紅包藏在別人的臉上甚至某些羞羞的地方，充分開發(fā)了智力和腦洞的同時，一篇歡樂祥和的氣氛，對支付寶這次做出的努力給予了比較正面的評價。

　　大眾版：用萬能的PS

　　先來一個通俗版。我們的設計師妹妹平常就經常把我們的同事各種很糗的動作，還是我們虎嗅編外員工“小武”——一直正在發(fā)情期的貓——制作成各種微信表情在虎嗅的江湖里流傳。

　　做好了心理建設后，我們來看一下設計師妹妹是破解支付寶的“AR紅包”的。用我不專業(yè)的話解釋一下就是：

　　第一步，在“找紅包”里點開一個人的紅包，按住下方的“按住看線索”按鈕，跳出圖片信息后截屏;

　　第二步，在PS里把此圖復制一張，并把深灰色橫條處理掉，再和原圖錯位拼在一起，就可以基本上還原圖片;

　　第三步，打開支付寶，掃描這張還原的圖片就可以搶到紅包啦。

　　其實，這一系列操作可以在PS里生成一個“PS動作”，然后把你想搶的那個紅包的圖片往PS里放，用動作P圖，簡直秒速，簡直比富士康流水線上的工人速度還快。

　　當然，經過親測，能夠破解的紅包圖片還是有一些規(guī)律可循的，比如，如果你藏紅包的時候是拍的人像或者動物等，成功率幾乎百分之百，主要是這個圖像里的物體得是不規(guī)則的，比如我們測試了一張橙子的照片就沒能成功，它太規(guī)則了。

　　高級版，用人工智能秒殺

　　我們的工程師哥哥剛才欣喜若狂的跑來跟我說：“我TM破擊了支付寶紅包，你想知道嗎?”

　　我，當然想知道，不然怎么寫文章?

　　根據他跟我的描述，具體的工作原理如下：

　　1，用深度卷積網絡CNN在ImageNet上訓練一個Autoencoder，訓練的模型可以用AlexNet的改裝版。

　　a，需要一個Tensorflow環(huán)境或者Caffe環(huán)境

　　b，用一個3層卷積(Conv)，3層解卷積(Deconv)的網絡進行端對端訓練 ，用sigmoid交叉熵作loss

　　c，當loss收斂時，就可以拿來破解了

　　2，按上面的方法先截個圖，并把橫條圖顏色部分都置為0，然后將此圖片作為卷積網絡的輸入部分

　　3，對卷積網絡進行Forward，我們就可以拿到不帶橫條的原圖

　　如果這里還不爽，再來一點進階：

　　1，去百度先下載一堆風景高清圖;

　　2，這些高清圖先變?yōu)?00 * 800像素的固定大小圖;

　　2，把圖片縮放到256 * 256像素;

　　3，用256 * 256做輸入，800 * 800做輸出進行端對端訓練(這里就是將低像素圖片高清還原);

　　4，再重復上面 2， 3。得到的輸出就是不帶橫條的高清圖。

　　然后就拍照搶紅包吧，騷年～

　　用人工智能的方法可以看做是我們的設計師妹妹的高配版，他的主要方法是，讓機器經過訓練后能夠把被遮擋的部分還原出來，讓機器擁有識圖的感覺。并且利用這種方法還可以把低像素變成高像素，把原圖高清化，這種方法幾乎可以秒殺所有的紅包了。

　　所以，滿大街那些不少人的紅包，理論上，只要你點開他就可以搶到他的紅包，不管他是張三李四王二麻子。