写在前面：
基于一般视觉效果的解读，我一直认为计算机对视图的解读是以像素为单位，帧度来微分解剖这个物理世界为像素世界，AI的应用是让计算机可以以人类的思维角度去解读世界，智能识别我想要的部分，并将其处理成我想要的效果。
视觉维度问题：
对标语言学习的正确性，可读性，健壮性，高效性。视觉AI对自身维度提出了5个的要求，可看（图片识别为人类可读），合理（正确的效果），多样（我理解为可以多形式使用，好比java的类继承），可控（可以改，健壮性），可用（可商业化，价值体现）
视觉AI的难点
在于分割抠图，由于数据自身样本容量要求大，标注成本过高，导致其开发成本高昂，进而对其商业化需求有高标准。
解题思路
1.复杂问题拆解：粗mask估计+精准matting
2.丰富的数据样本：设计图象mask统一
