视觉AI训练营-视觉生成技术

视觉生产

- 定义

  • 通过一个/一系列视觉过程,产出新的视觉表达

产出:人或机器能够感知的图像视频,而不是标签或特征;
要求:新的,和输入不一样的

视觉AI训练营-视觉生成技术

- 分类

分类 解释
生成 从0到1
拓展 从1到0
摘要 从N到1
升维 从An到An+1
增强/变换 从A到B
插入/合成 A+B=C
擦除 A-B=C

视觉AI训练营-视觉生成技术

- 通用框架

视觉AI训练营-视觉生成技术

- 关键维度

维度 解释
1 可看 满足视觉/美学表现
2 合理 合乎语义/内容逻辑
3 多样 保证结果的丰富性
4 可控 提供用户预期的抓手
5 可用 带来用户/商业价值

精细理解

- 分割抠图

- 定义

  • 1.识别:知道是什么
    2.检测:识别+知道在哪儿

3.分割:识别+检测+知道每一个像素是什么

视觉分割是生产的必要前置步骤。唯能理解,方能生成。

- 难点

  • 1.背景复杂 2.遮挡 3.发丝精抠 4.边缘反色 5.透明材质 5.多尺度

- 解题方法

  • 1、复杂问题拆解:粗mask估计+精准matting
    2、丰富数据样本:设计图像mask统一模型

- 模型框架

  • STEP1:mask粗分割
    STEP2:mask质量统一

STEP3:估计精确alpha

视觉生成

- 框架流程

视觉AI训练营-视觉生成技术

- 视频生成/编辑

- 框架流程

视觉AI训练营-视觉生成技术

- 视频摘要

镜头分割/语音识别-->动作识别/音画匹配-->镜头筛选,边界优化-->排序优化/音频剪辑-->视频合成

- 视频封面

可以对视频内容全自动完成质量审核、内容分析与图像增强,输出多帧静止或动图。

- 视频植入

挖掘视频核心价值
扩展广告曝光渠道,创新广告形式,提升用户体验。
扩大植入范围覆盖
自动化批量处理视频内容,挖掘海量短视频、UGC内容等的广告价值,扩大植入内容的覆盖面。
提升植入效果效率
取代手工后期,缩短植入周期,降低人力成本,给广告招商留出充足时间,且不需要修改与流出媒资。

视觉AI训练营-视觉生成技术

视觉增强

- 单点核心技术

人脸增强,去噪声,通用场景超分,LDR升HDR,倍频,去划痕

- 复合应用技术

人脸修复,标清转高清,LDR-HDR互转,4K重生,(磁带)老片修复,端上实时增强

- 核心挑战

分辨率,帧率,色彩

视觉制造

- 核心逻辑

视觉AI训练营-视觉生成技术

- 主要应用场景

服装几何生成、纹理图案迁移(3D)、视觉迁移及融合、多样性拓展、2D 3D背景融合

总结一手

在这个人工智能已经普及的时代,各行各业都充斥着AI的身影。音视频的剪辑衍生了许多新的机会与挑战。算法与框架无疑是开门钥匙,在对行业有较深的认知之后再进行学习便可事半功倍。

上一篇:最简单的DHCP配置


下一篇:YUM源部署和使用