达摩院

本期视频分为4个部分展开，主要介绍了Modelscope—CV模型概览、视觉检测系列模型与应用、视觉关键点系列模型与应用、未来计划&展望。

本视频分享了GAN、扩散模型、Transformer模型，适用于图像超分辨率、图像上色、图像补全、图像修复等API能力上。

本期视频主要介绍了图像理解类模型、图像编辑类模型，还有其他更多模型。

重新树立对错观！放过他人，成就自己！

本期视频主要分享了视频修复与增强技术的算法及应用。算法上分享了当前基于视频修复与增强技术方向的前沿算法思路，包括BasicVSR、视频去场纹模型、SOTA模型等。还分享了不同场景下视频修复与增强应用举例。

本视频主要分享了视频动作识别技术的算法与应用。算法上分享了当前基于视频的动作识别方向的前沿算法思路，包括基于CNN, 基于Transformer和基于多模态大模型的算法等。还介绍了动作识别的落地应用方案和最佳实践，包括如何选择应用模型，在具体应用场景如何重新任务等。

本期视频将围绕图像与视频的画质问题展开，讨论当前最新的技术进展。针对画质典型问题进行分享与探讨，将从以下3个部分展开讨论：真实画质问题及当前进展；评估对画质管理的重要作用；多模态技术带来的新技术。

在实际应用场景中，计算机视觉系统会遇到多种多样类似低质量数据，噪声数据甚至不同数据分布（out of distribution）如误检测数据带来的不确定性干扰，给部署系统的鲁棒性带来隐患。本次分享介绍两个新的基于概率分布的鲁棒性特征建模的工作。对于识别任务，基于概率的视角进行分析，揭示损失函数中温度调节参数和分类不确定度的内在关系，提出Random Temperature Scaling (RTS) 的框架对表征的可靠性进行建模。以此框架来训练更可靠的识别模型，使训练过程更加稳定，并在部署时提供一个对样本不确定度的度量分值，以拒识高不确定的样本，帮助建立更鲁棒的识别系统。对于分割任务，用概率分布的形式对半监督分割中的特征表达和表征相似度度量值进行建模，已获得更鲁棒的表征表达方式，并结合实验说明给模型带来的收益。

演讲提纲：1.人脸检测任务简介2.论文分享3.Modelscope应用4.Discussion&Future Work听众收益：1.快速了解人脸检测技术发展2.人脸检测未来发展方向3.快速了解领域内的代表性工作

为加强用户对AI Earth的理解，促进双方交流，提升AI Earth在地球科学领域的服务支撑能力，达摩院多位专家带来AI Earth地球科学云平台线上系列培训，干货满满，诚邀参与！