课程笔记Day1
一、视觉生产——定义
通过一个/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。
二、视觉生产——分类
生成:从0到1
拓展:从1到N
摘要:从N到1
升维:从An到An+1（比如2D到3D，静态到动态等）
增强/变换:从A到B（改）
插入/合成:A+B=C（增）
擦除:A-B=C（删）
三、视觉生产——通用基础框架
四、视觉生产——五个关键维度（由下至上，由浅入深）
五、精细理解——分割抠图
识别：知道是什么
检测：识别+知道在哪儿
分割：识别+检测+每一个像素是什么
六、视觉生成——框架流程
七、视觉编辑
视觉植入：可实现在视频里进行文字、图片的拼接插入或者删除
画幅变化：调整画幅比例、图片尺寸等
八、视觉增强（分辨率、帧率、色彩）
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
九、视觉制造
实体设计制造、服装几何生成、多样性拓展等
通过今天的学习，我了解到AI视觉学习需要大量的数据训练、精确的模型识别，其所应用的场景十分广泛，能够极大程度上利用以前的资源，对一些历史片段修复具有重大意义。此外，不同风格图像的设计与视频的合成均可通过AI视觉学习产生出类似或理想的产品，极大提升了创作者的效率。
