一、視覺生産
1、定義
通過一個/一系列視覺過程，産出新的視覺表達
· 視覺生産，把抽象的内容通過一系列算法轉變成具象的内容，如視訊，圖檔等。
2、分類
視覺生産分為 “生成 0->1”、“拓展 1->N”、“摘要 N->1”、“升維 An->An+1” 四個過程。另外還包括 “增強變換 A->B”，”插入合成 A+B->C“，“擦除 A-B->C”。
3、通用基礎架構
Request (請求)：
輸入： 參數，素材，草案，成品，案例
Dispatch (分發)：
生産類型：調用生成，素材合成，照圖生圖，視訊摘要，編輯變換，視覺拓展
Service (服務)：
視覺生産引擎：搜尋引擎（ 素材，案例 ）<=>生成引擎（ 模型，知識 ）
Response (響應)：
輸出：圖像，視訊，案例
二、分割摳圖
生産必要的前置步驟
識别：辨認内容
檢測：确定圖中識别對象内容
分割：精确到像素，對圖檔内的全部内容做區分
1、分割思路
1、複雜問題拆解：粗mask+精準matting
2、豐富資料樣本：設計圖象mask統一模型
運用 Semantic Segmentation 技術給圖檔添加蒙版
Instance Segmentation 技術給蒙版劃分通道，這兩項合稱為Mask
Image Matting 将粗分割模型與精分割網絡結合，精确辨認圖像
2、分割模型
三、視覺生成
通過視覺生成，讓智能AI服務于工作。滿足照圖生圖，海報廣告設計，自動剪輯視訊的個性化需求。
1、架構流程
2、視訊生成-架構
四、視覺編輯
增：
植入廣告：在視訊中插入廣告且與上下文内容不沖突
分鏡檢測，廣告位檢測，廣告位跟蹤，遮擋檢測，素材比對，光影渲染
删：
字母擦除，台标擦除，廣告擦除，場景文字擦除，人體擦除
改：
畫幅變化（變化視訊分辨率，變化圖檔尺寸，保留内容）
五、視覺增強
修複畫質，人臉修複，放大小圖，視訊分辨率，視訊補幀，HDR色彩拓展（直覺上增加像素對比度），風格遷移（如帆布效果，風格化），顔色拓展（在顔色合理搭配的情況下生成多樣化的配色方案）
六、視覺制造
核心邏輯
可以運用在模拟包裝盒打包，生成多樣化服飾等領域