视觉AI技术训练营Day01

简介:


一、视觉生产—定义



  1. 1.产生人或机器能感知的图像视频
  2. 2.能达到新的视觉表达


二、视觉生产—分类



  1. 1.生成:从0到1
  2. 2.拓展:从1到N
  3. 3.摘要:从N到1
  4. 4.升维:从An到An+1
  5. 5.增强/变换:从A到B
  6. 6.插入/合成:A+B=C
  7. 7.擦除:A-B=C


三、视觉生产—通用基础框架





四、视觉生产—五个关键维度(规范)



  1. 1.满足视觉/美学表现
  2. 2.合乎语义/内容逻辑
  3. 3.保证结果的丰富性
  4. 4.提供用户预期的抓手
  5. 5.带来用户/商业价值


五、精细理解—分割抠图(三要点)



  1. 1.识别: 知道是什么
  2. 2.检测: 识别+知道在哪儿
  3. 3.分割: 识别+检测+每一个像素代表什么


六、视觉生成——框架流程



  1. 1.理需求
  2. 2.定草图
  3. 3.选状态
  4. 4.调细节
  5. 5.生成图
  6. 6.评好坏


技术流程:素材准备—基础特效—智能特效—智能编排



七、视觉编辑—视频植入(增.插入.删)



  1. 1.增加:如画面尺寸的裁布等
  2. 2.插入:如广告增加植入
  3. 3.删:擦除,如文字擦除,logo擦除等


八、视觉增强



人脸修复增强、渲染图超分、视频超分、插帧、HDR色彩扩展、风格迁移、颜色拓展



九、视觉制造



如实体设计制造、包装几何图形、服装几何生成、视觉迁移及融合、多样性拓展、2D3D融合等



转自 https://echoxiaoliu.top/200.html
目录
相关文章
|
11天前
|
传感器 人工智能 自动驾驶
构建未来:利用AI技术优化城市交通系统
【4月更文挑战第27天】 随着城市化的快速发展,交通拥堵已成为全球城市的普遍问题。本文探讨了人工智能(AI)技术在缓解城市交通压力、提升交通效率方面的应用前景。通过分析智能信号控制、交通流量预测、自动驾驶车辆以及公共交通优化等关键技术的实际案例,评估了AI在现代交通系统中的潜力与挑战。本研究不仅展示了AI技术在改善城市交通中的有效性,同时也指出了实施过程中需要克服的技术和社会障碍。
|
16天前
|
人工智能 编解码 安全
[译][AI OpenAI-doc] 视觉
学习如何使用 GPT-4 来理解图像。具有视觉功能的 GPT-4 Turbo 允许模型接收图像并回答与之相关的问题。了解图像上传、处理、成本计算、模型限制等详细信息。
|
1天前
|
存储 机器学习/深度学习 人工智能
RAG:AI大模型联合向量数据库和 Llama-index,助力检索增强生成技术
RAG:AI大模型联合向量数据库和 Llama-index,助力检索增强生成技术
RAG:AI大模型联合向量数据库和 Llama-index,助力检索增强生成技术
|
1天前
|
机器学习/深度学习 人工智能 安全
用AI技术创业需要哪些技能?
人工智能(AI)技术作为当今科技创新的前沿领域,为创业者提供了广阔的机会和挑战。随着AI技术的快速发展和应用领域的不断拓展,未来AI技术方面会有哪些创业机会呢? 创什么业打工才是程序员的主旋律,没有资源没有人脉怎么创业。
11 0
|
1天前
|
机器学习/深度学习 人工智能 搜索推荐
未来AI技术在医疗领域可能带来的变革
【5月更文挑战第7天】未来AI技术在医疗领域可能带来的变革
17 5
|
8天前
|
数据采集 机器学习/深度学习 人工智能
自动化测试中AI辅助技术的应用与挑战
【4月更文挑战第30天】随着人工智能(AI)技术的飞速发展,其在软件自动化测试领域的应用日益增多。本文探讨了AI辅助技术在自动化测试中的应用情况,包括智能化测试用例生成、测试执行监控、缺陷预测及测试结果分析等方面。同时,文章还分析了在融合AI技术时所面临的挑战,如数据质量要求、模型的透明度与解释性问题以及技术整合成本等,并提出了相应的解决策略。
|
8天前
|
机器学习/深度学习 人工智能 监控
构建未来:利用AI技术优化城市交通系统
【4月更文挑战第30天】 在快速发展的城市环境中,交通拥堵已成为一个日益严重的问题。随着人工智能(AI)技术的不断进步,其在交通管理领域的应用展现出了巨大潜力。本文将探讨如何通过集成机器学习、深度学习和大数据分析等AI技术来优化城市交通系统。我们将讨论智能交通信号控制、实时交通流量监控、预测模型以及自动驾驶车辆如何共同作用于缓解交通压力,提升道路使用效率,并最终实现智能、可持续的交通生态系统。
|
8天前
|
机器学习/深度学习 人工智能 自然语言处理
学习AI技术
【4月更文挑战第30天】学习AI技术
23 4
|
9天前
|
机器学习/深度学习 人工智能 算法
深入分析自动化测试中AI驱动的测试用例生成技术
【4月更文挑战第29天】随着人工智能技术的不断发展,其在软件测试领域的应用也越来越广泛。本文主要探讨了AI驱动的测试用例生成技术在自动化测试中的应用,以及其对提高测试效率和质量的影响。通过对现有技术的深入分析和实例演示,我们展示了AI如何通过学习和理解软件行为来自动生成有效的测试用例,从而减少人工编写测试用例的工作量,提高测试覆盖率,降低错误检测的成本。
|
20天前
|
机器学习/深度学习 人工智能 算法
未来AI技术的发展与应用前景
随着人工智能(AI)技术的迅速发展,其在各个领域的应用前景备受关注。本文将探讨未来AI技术的发展趋势,以及其在医疗、交通、教育等领域的潜在应用,展望AI技术对未来社会的影响和改变。
26 1