視覺AI訓練營-第一天

視覺生産

一、定義：通過一個/一系列視覺過程，産出新的視覺表達

輸入（參數/素材）->（視覺生産）過程->産出（素材/成品）

二、.分類：1.生成：0->1；2.拓展：1->n 3.摘要n->1; 4.升維An->An+1 5.增強/變換：A->B; 6.插入/合成：A+B=C; 7.擦除：A-B=C

三、通用基礎架構

Request->Dispatch->Service->Response

四、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.提供預期的抓手（可控）

5.*帶來使用者/商業價值（可用）

精細了解

一、分割摳圖

1.識别 2.檢測 3.分割

二、難點

資料嚴重不足，标注成本高

三、解題思路

1.複雜問題拆解：粗mask+精matting

2.豐富資料樣本

四、應用場景

頭發絲、相似背景、其他物體摳圖..

視覺生成

一、架構流程

1.理需求->2.定草圖->3.選狀态->4.調細節->5.生成圖->6.評好壞

二、鹿班場景智能美工

1.人工還原機器學習：JPG->PSD

2.模闆創作機器人：1PSD->100PSD

3.圖檔合成機器人：PSD->PNG

三、視訊

視訊封面

視覺編輯

一、視訊植入

廣告：核心挑戰與亮點：

位置、透視、尺寸、遮擋、時間

二、動态檢測分割

三、視訊内容擦除

核心挑戰與亮點：

粗定位-精分割-像素填充-線上訓練

應用：文字擦除、logo擦除

四、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

視覺增強

一、視訊、圖檔增強

單點核心技術：人臉增強

核心挑戰：分辨率、幀率、色彩

二、視訊、圖檔超分

視訊插幀、HDR色彩擴充

三、風格遷移、顔色拓展

視覺制造

一、實體設計制造

幾何生成、視覺遷移及融合、多樣性拓展、2D3D融合

視覺智能開放平台

https://vision.aliyun.com/