风格迁移 图像合成 图像重构 更换姿态和图像背景（使用交叉注意控制进行提示到图像编辑）GAN网络增强版
风格迁移 图像合成 图像重构 更换姿态和图像背景（使用交叉注意控制进行提示到图像编辑）GAN网络增强版
【OpenVI—论文解读系列】细粒度分类SoftTriple Loss ICCV高引论文深入解读
SoftTriple Loss论文是在图像细粒度分类领域提出了新型度量学习方法，该方法可以被广泛应用于各种搜索、识别等领域中，目前谷歌学术引用240+，相对高引。相比原始论文文档，本文将介绍更多研究过程中遇到的问题点以及相应创新方法的演进历史。
AI视觉实战1：实时人脸检测
AI在视觉领域最常用的就是人脸检测、人脸识别、活体检测、人体与行为分析、图像识别、图像增强等，而且目前都是比较成熟的技术，不论商业化的Paas平台还是开源的模型，都几乎一抓一大把。
智慧电子班牌人脸识别系统源码，现代化智慧校园建设的趋势
智慧校园平台电子班牌系统源码在大数据平台下，对应用系统进行统一，以数据互联软硬结合的特点应用在校园，实现对校园、班级、教师、学生的管理。 电子班牌硬件主要用于显示班级信息、班级风采、校园文化、课程表、校园活动通知等。以图片、音视频、文字、动画、文档等形式展现，丰富的展示内容与生动的表现形式取代了传统班牌的模式，是现代学校数字化信息建设，向智慧校园推进的一个重要举措，也使得班级文化、校园文化更加浓厚，是现代化智慧校园建设的趋势。
m基于LOC-PCA算法的人脸重建算法matlab仿真,给定人物侧脸实现正脸重建
m基于LOC-PCA算法的人脸重建算法matlab仿真,给定人物侧脸实现正脸重建
【OpenVI—论文解读系列】高清人像美肤模型ABPN CVPR论文深入解读
随着数字文化产业的蓬勃发展，人工智能技术开始广泛应用于图像编辑和美化领域。其中，人像美肤无疑是应用最广、需求最大的技术之一。传统美颜算法利用基于滤波的图像编辑技术，实现了自动化的磨皮去瑕疵效果，在社交、直播等场景取得了广泛的应用。然而，在门槛较高的专业摄影行业，由于对图像分辨率以及质量标准的较高要求，人工修图师还是作为人像美肤修图的主要生产力，完成包括匀肤、去瑕疵、美白等一系列工作。通常，一位专业修图师对一张高清人像进行美肤操作的平均处理时间为1-2分钟，在精度要求更高的广告、影视等领域，该处理时间则更长。
门禁系统中人脸检测技术的原理剖析和使用教程
人脸检测 API 是一种基于深度学习技术的图像处理API，可以快速地检测出一张图片中的人脸，并返回人脸的位置和关键点坐标，在人脸识别系统、人脸情绪识别等多种场景下都有极大的应用。 本文将从人脸检测的发展历程、原理、特点等角度出发，一文带你看透人脸检测 API 。
CV16 人脸检测：Haar级联
因为Haar级联是在机器学习AdaBoost、Boosting的基础上提出的，由于我还没有学过机器学习，所以这部分的内容日后再描述，我将根据自己的理解浅显地解释一下
【OpenVI—论文解读系列】榜首模型人脸检测MogFace CVPR论文深入解读
人脸检测算法是在一幅图片或者视频序列中检测出来人脸的位置，给出人脸的具体坐标，一般是矩形坐标。
达摩院CVPR2023人脸重建论文HRN解读——REALY榜单冠军模型
前言高保真 3D 人脸重建在许多场景中都有广泛的应用，例如 AR/VR、医疗、电影制作等。尽管大量的工作已经使用 LightStage 等专业硬件实现了出色的重建效果，从单一或稀疏视角的单目图像估计高精细的面部模型仍然是一个具有挑战性的任务。 本文中，我们将介绍来自达摩院的CVPR2023最新的人脸重建论文，该工作在单图人脸重建榜单REALY上取得正脸、侧脸双榜第一，并在其他多个数据集中取得了SO
【OpenVI—论文解读系列】快速动作识别TPS ECCV论文深入解读
高效的时空建模(Spatiotemporal modeling)是视频理解和动作识别的核心问题。相较于图像的Transformer网络，视频由于增加了时间维度，如果将Transformer中的自注意力机制(Self-Attention)简单扩展到时空维度，将会导致时空自注意力高昂的计算复杂度和空间复杂度。
【图像分割】基于Kullback-Leibler 散度的模糊 C 均值 (FCM) 算法实现图像分割附matlab代码
【图像分割】基于Kullback-Leibler 散度的模糊 C 均值 (FCM) 算法实现图像分割附matlab代码
[OpenVI-视觉生产系列之视频稳像实战篇]再见吧云台，使用AI“魔法”让视频稳定起来
随着自媒体与短视频的兴起，人们有了越来越多的拍摄视频的需求。然而由于手持拍摄、硬件限制等原因，利用手机等普通摄影设备拍摄的视频难免存在视频抖动问题。尤其是开启较高倍数的变焦后，手持拍摄很难拍摄到稳定的视频，极易产生抖动的现象。使用云台、斯坦尼康等外设可以缓解这样的抖动，但是很多时候多带一个外设降低了拍摄视频的便利程度，会使得随时随地的拍摄体验大打折扣。
从图片提取文字的终极解决方法 ——【通用文字识别 API】
通用文字识别技术，也称为OCR（Optical Character Recognition，光学字符识别），就是一种将图像或扫描件中的文字识别出来并转化为可编辑、可搜索的数字化文本的技术。
【OpenVI—视觉生产系列之视频插帧实战篇】几行代码，尽享流畅丝滑的视频观感
随着网络电视、手机等新媒体领域的快速发展，用户对于观看视频质量的要求也越来越高。当前市面上所广为传播的视频帧率大多仍然处于20～30fps，已经无法满足用户对于高清、流畅的体验追求。而视频插帧算法，能够有效实现多倍率的帧率提升，有效消除低帧率视频的卡顿感，让视频变得丝滑流畅。配合其它的视频增强算法，更是能够让低质量视频焕然一新，让观众享受到极致的播放和观看体验。
【OpenVI-图搜系列—多模态检索实战篇】基于表征大模型的多模态检索系统
信息检索产品几乎是人们生活中必不可少的工具，经常用的有文本搜文本、图片搜图片等应用。以上任务均为单模态的检索。而多模态检索则处理涵盖原有的单模态检索任务以外，也包含跨模态检索任务，即文搜图、文搜视频等任务。要实现这一任务，则需要底层的表征模型具备图文对齐的能力，换句话说，要实现多模态检索，表征模型应实现将不同模态信息的特征映射到同一个域内，从而实现不同模态之间的相互检索。CLIP的多模态技术出现以来，给多模态检索领域带来了新的技术变革，使得实现基于通用表征大模型的大规模多模态检索系统成为可能。
m基于GRNN广义回归神经网络和HOG特征提取的人体姿态检测识别matlab仿真,样本集为TOF深度图
m基于GRNN广义回归神经网络和HOG特征提取的人体姿态检测识别matlab仿真,样本集为TOF深度图
