视觉AI训练营-DAY 1 达摩院视觉AI技术应用探索

今天分享的内容是视觉生产技术

一、目录

1.定义和分类

2.精细理解

3.视觉生成

4.视觉编辑

5.视觉增强

6.视觉制造

7.视觉开放平台

二、定义和分类

1.视觉生产的定义分为两大类

视觉理解：主要是检测、识别、分割等

视觉生产：就是如何去产生视觉，主要通过一个或一系列视觉过程，产出新的视觉表达

2.视觉生产的分类

3.通用框架

4.五个关键维度

二、精细理解

1.分割抠图

其难点是复杂背景、遮挡、发丝精抠、边缘反色、透明材质、多尺度/目标。

解题思路：

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

三、视觉生成

1.框架流程

2.视频摘要

3.视频封面

四、视觉编辑

1.视频植入

2.视频内容擦除

3.画幅变化

4.图像尺寸变化

五、视觉增强

1.视频增强

可细分为人脸修复增强、视频超分、视频插帧、HDR色彩拓展和颜色拓展

六、视觉制造

1.核心逻辑

七、视觉智能开放平台