視覺生産技術
一、定義和分類
定義：通過一個/一系列視覺過程，産出新的視覺表達
産出：人或機器 能夠感覺的圖像視訊，而不是标簽和物證
要求：新的和輸入的不一樣
分類：從0到1
拓展：從1到N
摘要：從N到1
升維：從An到An+1
增強/變換：從A到B
插入/合成：A+B=C
擦除：A-B=C 通用基礎架構
輸入(請求 Request)
生産類型（分發 Dispatch）
視覺生産引擎（服務Service）
輸出 圖像/視訊/3D（響應Response）
五個關鍵次元
1、滿足視覺/美學表現｛可看｝
2、合乎語義/内容邏輯｛合理｝
3、保證結果的豐富性｛多樣｝
4、提供使用者預期的抓手｛可控｝
5、帶來使用者/商業價格｛可用｝
二、精細了解-尋微入裡
1、識别 知道是什麼
2、檢測 識别+知道在哪兒
3、分割： 識别+檢測+知道每一個像素是什麼
分割摳圖-難點
複雜背景、遮擋、發絲精摳、邊緣反色、透明材質、多尺度/目标
分割摳圖-解題思路
1、複雜問題拆解：粗mask估計+精準matting
2、豐富資料樣本：設計圖像mask統一模型
分割摳圖-模型架構
1、mask粗分割
2、mask品質統一
3、估計精确alpha
分割摳圖-效果展示
分割摳圖-人像摳圖拓展
分割摳圖-物體摳圖拓展
細節部分處理
分割摳圖-場景摳圖拓展
3、視覺生成-從無到有
視覺生成-鹿班
平面圖像設計生成
鹿班是視覺生成領域在業界落地的先行者，對外提供大規模線上的AI設計服務；
視覺生成——架構流程
視覺生成-鹿班電商設計
照圖生圖：參考原圖，将風格、布局等資訊學習并遷移到目标資料上；
個性化設計：多元化設計風格，結合商品品類、投放場景、目标客群的差異設計訂制化設計
視覺生成-鹿班場景智能美工
鹿班在各行業中的應用
視訊、娛樂、母嬰等
視覺生成-AlibabaWood
視訊生成-架構流程
視覺生成-視訊封面
可以對視訊内容全自動完成品質稽核、内容分析與圖像增強，輸出多幀靜止或動圖。
圖像增強：在内容了解的基礎上裁剪或組合。
内容分析：基于深度學習的語義分析，根據吸引力挑選内容。
品質稽核：根據模糊、爆光等因素過濾低質圖像。
4、視覺編輯-移花接木
視覺編輯-視訊植入
挖掘視訊核心價值：擴充廣告爆光管道，創新廣告形式，提升使用者體驗。 電視劇植入
擴大植入覆寫範圍 ：自動化批量處理視訊内容，挖掘海量短視訊、UGC内容等的廣告價值，擴大植入内容的覆寫面。電影植入
提升植入效果效率：取代手工後期，縮短植入周期，降低人力成本，給廣告招商留出充足時間，且不需要修改與流出媒資。綜藝植入
考慮各個環節細節
視覺編輯-動态檢測分割
自動檢測到要處理的部分
視覺編輯-視訊内容擦除
相關實用技術 ：字幕擦除、台标擦除、廣告擦除、場景文字擦除、人體擦除
核心挑戰與亮點 粗定位、精分割、像素填充、線上訓練
視覺編輯-文字擦除
去掉後期字幕 去掉原生文字
提升視訊效果
視覺編輯-Logo擦除
視訊某邊角的平台Logo 擦除，
去掉廣告 （區域大，辨別無限）
去掉台标（辨別有限）
視覺編輯-畫幅變化
主體檢測分割+背景拉伸+背景補全+智能構圖裁剪+超分辨率=多保留50%有效畫面；
視覺編輯-圖像尺寸變化
5、視覺增強-修舊如新
視覺增強-視訊增強
視覺增強-人臉修複增強
人臉是最重要的目标對象，對人像進行細節修複增強，有很重要的意義和價值。如提升清晰度
視覺增強-視訊超分
整體提高視訊分辨率
視覺增強-視訊插幀
視覺增強-HDR色彩擴充
提升色彩 透亮
視覺增強-風格遷移
視覺遷移-顔色拓展
6、視覺制造-由虛入實
實體設計制造
視覺制造-核心編輯
視覺制造-包裝幾何生成
視覺制造-材質工藝
視覺制造-視覺遷移及融合
視覺制造-多樣化拓展
視覺制造-2D3D融合
7、視訊智能開放平台-萬劍歸宗
官網：vision.aliyun.com
通過以上的内容對視覺已經有了初步的認知
每天進步一點點！