|
如何更顺滑的添加水印?谷歌的这项新技术,让文本简直就像贴在地面上,哪怕是在沙尘横飞的场景里。
只需输入一段视频,和指定对象的粗略蒙版。
那这个对象的所有相关场景元素,都能解锁!
不管是任意对象和主体,不论怎么移动,所有元素都能抠出来。
这就是谷歌最新的视频分层技术 ——omnimatte,入选 CVPR 2021 Oral。
目前这项技术已开源。
如何实现
计算机视觉在分割图像或视频中的对象方面越来越有效,然而与对象相关的场景效果。
比如阴影、反射、产生的烟雾等场景效果常常被忽略。
而识别这些场景效果,对提高 AI 的视觉理解很重要,那谷歌这项新技术又是如何实现的呢?
简单来说,用分层神经网络渲染方法自监督训练 CNN,来将主体与背景图像分割开来。
由于 CNN 的特有结构,会有倾向性地学习图像效果之间的相关性,且相关性却强,CNN 越容易学习。
输入一段有移动物体的视频,以及一个或者多个标记主体的粗略分割蒙版。
首先,使用现成的分割网络比如 Mask RCNN,来讲这些主体分成多个遮罩层和背景噪声图层,并按照某种规则进行排序。
比如,在一个骑手、一辆自行车以及几个路人的场景中,就会把骑手和自行车归入一个层,把人群归入第二层。
omnimatte 模型是一个二维 UNet,逐帧处理视频。每一帧都用现成的技术来计算物体掩码,来标记运动中的主体,并寻找和关联蒙版中未捕捉到的效果,比如阴影、反射或者烟雾,重建输入帧。
为了保证其他静止的背景元素不被捕获,研究人员引入了稀疏损失。
此外,还计算了视频中每一帧和连续帧之间的密集光流场,为网络提供与该层对象相关的流信息。
最终生成 Alpha 图像(不透明度图)和 RGBA 彩色图像,尤其 RGBA 图像,简直可以说是视频/图像剪辑法宝!
目前这一技术已经开源,配置环境如下:
Linux
Python 3.6+
英伟达 GPU + CUDA CuDNN
有什么用途
技术效果如此,那有什么样的用途呢?
首先就可以复制或者删除图像。
还有顺滑地切换背景。
当前新闻共有0条评论 | 分享到: |
|
||||||||||
评论前需要先 登录 或者 注册 哦 |
24小时新闻排行榜 | 更多>> |
1 | 人民币突然跳水 发生了什么 |
2 | 不可思议 “习近平”消失! |
3 | 黑天鹅突袭 北京守不住了 |
4 | 暴跌第一城,从4.5万每平跌到1.3万每平 |
5 | 已确认离世,年仅29岁……给所有人上了一课 |
48小时新闻排行榜 | 更多>> |
1 | 谷建芬:虽然那英是我徒弟 但面对刀郎我也. |
2 | 人民币突然跳水 发生了什么 |
3 | 北京出现习下台信号 |
4 | 北京出现习下台讯号 与“四人帮”倒台前相 |
5 | 不可思议 “习近平”消失! |
6 | 黑天鹅突袭 北京守不住了 |
7 | 事关习近平!中国成立一新机构 名字令人叫 |
8 | 2025第一炸!习又一嫡系出事 |
9 | 暴跌第一城,从4.5万每平跌到1.3万每平 |
10 | 已确认离世,年仅29岁……给所有人上了一课 |
一周博客排行 | 更多>> |
一周博文回复排行榜 | 更多>> |
1 | 川普MAGA目标宏远脚踏实地.若 | 木秀于林 |
2 | 2025:中美在不同轨道上会撞车 | 阿妞不牛 |
3 | 百年民运为何总是失败? | 施化 |
4 | 全世界最难忘的“中美友好合作 | 文庙 |
5 | 台奸是否已经泛滥 | 右撇子 |
6 | 卡特-里根, 奥巴马/拜登-川普 | 芹泥 |
7 | 每当看到这种场面,就觉得出国 | 旅泉 |
8 | 2025年:世界上有两件事做不到 | 随意生活 |
9 | 中国人的十个恶习 | 汪翔 |
10 | 吉米卡特盖棺论定 | 施化 |