视觉生产

定义：

通过一个或一系列视觉过程，产出新的视觉表达。

产出：人或机器能够感知的图像视频，而不是标签或特征。

要求：

新的，和输入不一样的

分类：

生成：0-1
扩展：1-N
摘要：N-1
升维：An-An+1

通用基础框架：

输入数据，通过请求发送到服务器，服务器通过生产类型进行分发。再由视觉生产引擎对其进行加工，再响应给用户。

五个关键维度：

可看，合理，多样，可控，可用

精细理解：

想要对视觉进行加工，需要对看到的东西有精细的理解
识别：知道是什么
检测：识别+知道在哪
只有理解了，才能进行生成
解题思路：

模型框架：

对模型进行分隔，进行mask粗分隔。而后再进行质量统一，最终估计精确统一，即可达成分隔效果。

物体抠图扩展：

分隔不是简单的和背景切除。还需要进行细节分析，例如车窗投影会反射到后面的景象，只有分隔出这些才能确实符合“精细分隔”要求。

视频生成

使用阿里动物园中的“鹿班”小动物可以实现视频生成技术。包含但不局限与视频特效，镜头分隔，语音识别等等等等。使用鹿班可以基础实现电商等大部分行业的商用短视频一键生成。

视频编辑

视频植入

适合于视频电影中植入某些物品广告，在不降低用户体验的情况下，在视频里插入广告。
对视频理解关键环节里，有对广告位检测，广告位跟踪，遮挡检测等功能。
对视频编辑还有其他功能，现如今已经可对视频进行无缝增删改。
————由于近期正在申请学校免听，准备入职，所以事情偏多，可能不能立即更新，未完待续，待我稳定了必定二刷三刷！