阿裡雲高校計劃視覺AI五天訓練營 Day01 學習筆記

視覺生産技術探索與應用

• 視覺生産定義

​ 視覺生産定義，分為兩類視覺了解和視覺産生，視覺了解就是常見的檢測，分割，而視覺産生可以了解為如何産生視覺，即通過一個、一系列視覺過程，産出新的視覺表達。在這裡的産出，指的是和輸入不一樣的人或機器能感覺到的視訊，而不是标簽或特征。

​ 視覺生産有以下分類，生成，拓展，摘要，升維，增強/變換，插入合成，擦除

• 視覺生産通用基礎架構

• 視覺生産的五個次元

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.帶來商業價值和使用者（可用）

• 精細了解

1.識别：知道是什麼

2.了解：再識别基礎上知道位置資訊

3.分割：在前兩步的基礎上知道沒一個像素是什麼（難點：複雜背景，遮擋，發絲精扣，邊緣反色，透明材質，多尺度/目标）

思路1.複雜問題拆解：超mask估計+精準matting

​ 2.豐富資料樣本：設計圖像mask統一模型

• 視覺生成流程

  

• 短視訊流程

• 視覺編輯

主要是對于視訊進行增删改查，來優化使用者的體驗，應用主要如下：

• 視覺增強

• 視覺制造

• 阿裡雲智能開放平台