阿里云AI训练营_视觉生产技术

探索和应用

一、 视觉生产

1. 定义：通过一个/一系列视觉过程，产出新的视觉表达
   （1） 产出:人或机器能够感知的图像视频，而不是标签或特征；
   （2） 要求:新的，和输入不一样的
2. 分类
   （1） 生成:从0到1
   （2） 拓展:从1到N
   （3） 摘要:从N到1
   （4） 升维:从An到An+ 1
   （5） 增强/变换:从A到B
   （6） 插入/合成: A+B=C
   （7） 擦除: A-B=C
3. 通用基础框架
   
4. 五个关键维度
   （1） 可看
   （2） 合理
   （3） 多样
   （4） 可控
   （5） 可用
   二、 精细理解
5. 分割抠图
   （1） 识别
   （2） 检测
   （3） 分割
   难点：复杂背景、遮挡、发丝精抠、边缘反色、透明材质、多尺度/目标，数据严重不足，标注成本高
6. 模型框架
   
   三、 视觉生成
7. 鹿班
8. 视频生成
   四、 视觉编辑
9. 视频植入
   
10. 植入位检测与定位
    （1） 空白区域自动检测
    （2） 遮挡、移出屏幕等复杂情况跟踪
11. 视频内容擦除
    
12. 文字擦除
13. Logo擦除
14. 画幅变化
15. 图像尺寸变化
    五、 视觉增强——修旧如新
16. 人脸修复增强
17. 渲染图超分
18. 视频插帧
19. 风格迁移
    
20. 颜色拓展
    六、 视觉制造
21. 核心逻辑
22. 包装几何生成
23. 材质工艺
24. 视觉迁移及融合
25. 多样性拓展
26. 2D3D融合
    七、 视觉智能开放平台