首页
学习
活动
专区
工具
TVP
发布
精选内容/技术社群/优惠产品,尽在小程序
立即前往

原创:好玩的视频人像

前面文章人像 + OpenGL ES 还能这样玩?没想到吧,我们介绍了利用人像算法生成的 mask ,然后结合 OpenGL 可以产生一些有趣的效果。...技术应用很广泛,比如很多手机的相机自带“人像留色”滤镜:人体区域保留彩色,人体区域之外灰度化。所以人像留色的关键技术在于高精度高性能的分割算法。...本文将基于开源的人像算法模型和 OpenGL 做一个实时的人像分割 app , 该 app 目前已开源,感兴趣的同学可以参考该项目利用matting算法做一些有趣的特效。...accelerometer_sensor = nullptr; NanoDet* nanoDet = nullptr; }; 模型类封装的非常简单,Process 执行分割输出分割结果和 mask 。...GLSurfaceView 的三个回调,主要就是借助于 GLSurfaceView 创建 OpenGL 渲染上下文环境,RenderVideoFrame 传入 matting 结果和相关的 mask 灰度

1.7K30
  • 您找到你想要的搜索结果了吗?
    是的
    没有找到

    【图像分割】还用语义分割?NO,这才是人像的正确打开方式

    做好了人像 就可以设计各种各样的营销海报 对于淘宝等电商平台来说 可以大大降低设计成本 做好了人像 你再也不需要去照相馆拍证件照 足不出户就可使用自己的照片一键生成 省时又省钱 做好了人像...上网课/开会的时候 你还担心线上会议直播软件会暴露隐私吗 背景想换就换 宇宙星空还是高山大川 想去哪里就去哪里 要想做好这样的人像,语义分割是远远不够用的。...我们会非常详细地讲解算法中的细节,帮助彻底消化算法原理; (2) 实践非常丰富:本次课程中一共已经包含了4个实践案例,分别为人脸嘴唇分割实战,缺陷分割实战,Image Matting人像实战,Mask...(10) Image Matting人像实战,包括模型讲解,数据准备与读取,模型搭建,模型训练与测试。 (11) 实例分割模型实战,包括数据读取,模型搭建。...嘴唇分割与人像项目实战效果展示 学习完你将掌握: (1) 语义分割的主流算法。 (2) 实例分割的主流算法。 (3) Image Matting的主流算法。

    2.3K41

    人像 + OpenGL ES 还能这样玩?没想到吧

    OpenGL ES 利用算法实现人像留色 [人像留色] [人像留色] 人像留色的原理 现在人像分割技术就像当初的人脸检测算法一样,称为广泛使用的基础算法。...[OpenGL ES 利用算法实现人像留色] 首先利用分割算法获取到人像的 mask (灰度),其中人像区域的灰度值大于 0 ,非人像区域的灰度值等于 0 。...在 shader 中,首先对 mask 采样判断采样点是否位于人像区域,然后分别进行不同的处理。 获取人像 mask 那么如何获取人像 mask ?...Github 上已经有很多大神开源了相关的分割或者算法。...BackgroundMattingV2 [Real-Time High-Resolution Background Matting] 大名鼎鼎的 BackgroundMattingV2 算法,这也是本文所使用的算法

    2.2K30

    人像 + OpenGL ES 还能这样玩?没想到吧

    OpenGL ES 利用算法实现人像留色 首先利用分割算法获取到人像的 mask (灰度),其中人像区域的灰度值大于 0 ,非人像区域的灰度值等于 0 。...在 shader 中,首先对 mask 采样判断采样点是否位于人像区域,然后分别进行不同的处理。 获取人像 mask 那么如何获取人像 mask ?...Github 上已经有很多大神开源了相关的分割或者算法。 这里推荐 3 个比较受欢迎的开源项目。 Multi-Human-Parsing ?...Real-Time High-Resolution Background Matting 大名鼎鼎的 BackgroundMattingV2 算法,这也是本文所使用的算法,主要特点就是实时、高分辨率...= 0) out vec4 outColor; uniform sampler2D u_texture0;//rgba uniform sampler2D u_texture1;//人像灰度 uniform

    1.6K30

    人像已经满足不了研究者了,这个研究专门给动物,毛发根根分明

    选自arXiv 作者:Jizhizi Li、Dacheng Tao等 机器之心编译 编辑:魔王 相比于人像,长相各异、浑身毛茸茸的动物似乎难度更大。...IEEE 会士 Jizhizi Li、陶大程等人开发了一个专门处理动物的端到端技术 GFM。...在这个图像和视频逐渐成为主流媒介的时代,大家早已对「」习以为常,说不定还看过几部通过「」拍摄的电视剧呢。然而,相比于人像,长相各异、浑身毛茸茸的动物似乎难度更大。...那么,是否有专用于动物的技术呢?IEEE 会士 Jizhizi Li、陶大程等人就开发了一个专门处理动物的端到端技术。 ?...为了解决这些问题,陶大程等人研究了语义和细节,将任务分解为两个并行的子任务:高级语义分割和低级细节

    1.3K40

    Ai一键工具 人像去除背景 离线本地版

    工具内置了两个模型PP-Matting和PP-MattingV2,由于需要批量,原本是想用MODNet的,可惜最新的模型官方不开源,旧模型扣的人物边缘有白边。最后发现了PP飞桨。...3、如果需要alpha,可勾选输出-保留蒙版 注意事项 1、模型菜单内,效率优先为PP-MattingV2(默认),精度优先为PP-Matting,可根据具体需求选择。...2、如果使用精度优先,等待时间会比较长 3、工具使用CPU版的PaddlePaddle,非GPU版本 此工具模型仅适合人像,不建议物 测试效果 左边是后的png,右边是原图。...(传到博客来后图片有压缩) 发丝效果处理的还不错,我测试的这张由于发色跟背景色有些相似,部分地方的发丝没好,如果大家处理的图片效果不是太好的话可以自行放到PS里再修一下 下载地址 {cloud title...="AI一键" type="default" url="https://pan.quark.cn/s/1a8b1e8754b1" password=""/}

    13410

    超强实时人像算法开源,随心所欲背景替换!

    谈到人像想必大家都不陌生。...人像的场景可谓无所不在!然而现实中用户使用的终端多种多样,图片的输入组成也是千奇百怪,那么有没有好的方案让能够使用户在多个平台都获得好的体验效果呢?...小编遍历了Github,终于为大家找到了一个高性能且支持多端部署的人像技术的解决方案PP-Seg,它不仅仅提供了多种精度的模型,并针对服务端、移动端、Web端多种使用场景进行了不同的优化,都获得超群的效果...针对人像标注样本少的问题,使用标注信息和背景合成的方式进行数据生成,数据量的扩充提升了模型的精度。...优化损失函数 解决类别不均衡 人像在整张图片中所占的比例往往较小,存在前景背景类别占比不均衡的问题。

    4.2K50

    “你这背景太假了”背后有秘密!

    具体来说 ↓↓↓ 01 人像与特效处理 如何把一张平庸的照片变得更有想象力? 有人沉浸在滤镜里,还有人选择以AI+特效来演绎。...腾讯云AI人像分割,不仅仅是对人像主体的,对头发、五官、服饰等分割也能实现自动处理,尤其是提升边缘化细节的处理效果,然后选择任意指定的图像作为新的背景进行合成,实现背景图像的替换与融合,有效降低P成本...(腾讯云AI图片人像分割演示) 02 视频、影视人物像 一直以来,绿幕是视频、影视剧中、换背景的利器,但如果不是在绿幕前拍摄,我们还能完美地替换背景吗?...从人像、特效处理到实时视频、直播、云会议、线上课程的背景替换与影视创作,腾讯云AI一直在拓宽人像分割技术应用边界,挖掘更多潜在应用场景。 目前,腾讯云AI还在继续AI技术应用的前沿探索。...| 又叒叕入选!| 强势助力!| 全球 Top2!

    2.4K30

    ,令我苦不堪言!

    网上大法成册,可谓出神入化 面对高能教程辛苦了一天 学会了用PS把人群中的领导抠出来 在人像这件事上 不管是图片还是视频 某方的要求始终是精细到发丝,精确到每帧 新手在寻找黑科技实现一键...具体来说 ↓↓↓ 人像与特效处理 如何把一张平庸的照片变得更有想象力?...有人沉浸在滤镜里 还有人以+特效来演绎 腾讯云AI人像分割 不仅仅是对人像主体的 对头发、五官、服饰等分割也能实现自动处理 尤其是提升边缘化细节的处理效果 然后选择任意指定的图像作为新的背景进行合成...实现背景图像的替换与合成 有效降低P成本 而对于有更多趣味玩法需求的 还可以通过人像分割+人脸特效进一步处理 (腾讯云AI图片人像分割演示) 视频、影视人物像 绿幕是视频、影视剧中、换背景的利器...对于经常需要线上视频会议的人来说 下一次视频会议 你就可以置身马尔代夫了 腾讯云AI依托腾讯优人工智能实验室 多年来一直专注于人像分割领域核心技术的商业落地 从人像、特效处理到 实时视频、直播

    2.1K50

    一毛特效不忍直视,以假乱真才是设计界的最高追求!

    特别是对于设计公司、影视制作等需要视频剪辑的公司来说,相信很多人都为像这事心力交瘁过,网上教程一大堆,辛苦学了一个月却什么都没学出来,只能对着屏幕长唉短叹。...聪明的人早就学会了随意技术,这几年,影视剧乱象频出,粗糙、简陋的像操作所呈现出的“一毛特效”简直不忍直视。...其实,像是在影视剧后期等领域普遍存在的一种技术,例如在好莱坞的电影拍摄过程中特效制作基本都会使用绿幕拍摄,然后通过后期合成技术。...在这件事上,如何才能精准到发丝,精确到每帧,即便是新手也能一秒掌握黑科技呢?智能就是大势所趋。...腾讯云人像切割功能(BodyAnalysis)基于腾讯优领先的人体分析算法,提供人像分割服务。支持识别图片或视频中的半身人体轮廓,并将其与背景进行分离。可应用于人像、背景特效等场景。

    1.5K30

    产品动态|腾讯云AI 7月产品更新

    7月,腾讯云慧眼、腾讯云OCR、腾讯云神、语音识别、NLP自然语言处理推出全新功能;腾讯云OCR、腾讯云神、TTS语音合成优化了核心性能。...独家支持身份证人像面照片识别,并且OCR支持复印件告警、边框和边框内遮挡告警、翻拍或PS告警和临时身份证告警,验证身份证照片的真实性。可应用于游戏、直播、电商、运营商等场景。...腾讯云神·人像分割 在人像前后景分割的基础上优化多分类分割,支持对头部、头发、五官等的分割,既可作为换发型、挂件等底层技术,也可用于人头、人脸等玩法,独家支持人像细粒度分割。...ASR语音识别 1.录音文件识别产品支持3人及以上话者分离功能,电话场景支持单声道2人话者分离,非电话场景支持单声道2-10人话者分离,可应用于会议纪要、视频录等有多个发言人并且需要进行多说话人分离等场景...腾讯云神 人体分析、人脸识别、人脸试妆、人像变换等多个产品官网demo发布。 TTS语音合成 新增11个新音色,补充更多音色数量,覆盖客服、阅读、新闻、方言等场景。

    3.3K94

    人像、工业质检、遥感识别,用这一个分割模型就够了

    支撑影视人像、医疗影像分析、自动驾驶感知等万亿级市场背后的核心技术是什么?那就要说到顶顶重要的图像分割技术。...3 PP-LiteSeg精度/速度说明 空口无凭,欢迎优秀的你直接试用! ...4 PP-LiteSeg和OCRNet在某工业质检数据集识别情况对比 4 PP-LiteSeg和OCRNet在deepglobe数据集识别情况对比 那PP-LiteSeg为何可以拥有这么优秀的效果呢...【引用说明】 1 1.辅助驾驶图片来源百度地图APP AR导航截图 2.3D分割数据集来源于MRISpineSeg spine dataset 3.人像源于百度飞桨内部工作人员 4.遥感图像源于中科星图...GEOVIS iBrain空天大数据智能解译产品 4:合作伙伴提供质检数据样例 5:源于deepglobe数据集 END

    68920

    人像、工业质检、遥感识别,用这一个分割模型就够了

    支撑影视人像、医疗影像分析、自动驾驶感知等万亿级市场背后的核心技术是什么?那就要说到顶顶重要的图像分割技术。...3 PP-LiteSeg精度/速度说明 空口无凭,欢迎优秀的你直接试用! ...4 PP-LiteSeg和OCRNet在某工业质检数据集识别情况对比 4 PP-LiteSeg和OCRNet在deepglobe数据集识别情况对比 那PP-LiteSeg为何可以拥有这么优秀的效果呢...【引用说明】 1 1.辅助驾驶图片来源百度地图APP AR导航截图 2.3D分割数据集来源于MRISpineSeg spine dataset 3.人像源于百度飞桨内部工作人员 4.遥感图像源于中科星图...GEOVIS iBrain空天大数据智能解译产品 4:合作伙伴提供质检数据样例 5:源于deepglobe数据集 END

    1.1K10

    人像、工业质检、遥感识别,用这一个分割模型就够了

    支撑影视人像、医疗影像分析、自动驾驶感知等万亿级市场背后的核心技术是什么?那就要说到顶顶重要的图像分割技术。...3 PP-LiteSeg精度/速度说明 空口无凭,欢迎优秀的你直接试用!...4 PP-LiteSeg和OCRNet在某工业质检数据集识别情况对比 4 PP-LiteSeg和OCRNet在deepglobe数据集识别情况对比 那PP-LiteSeg为何可以拥有这么优秀的效果呢...1.辅助驾驶图片来源百度地图APP AR导航截图 2.3D分割数据集来源于MRISpineSeg spine dataset 3.人像源于百度飞桨内部工作人员 4.遥感图像源于中科星图 GEOVIS...iBrain空天大数据智能解译产品 4:合作伙伴提供质检数据样例 5:源于deepglobe数据集 END

    72010

    CVPR自动驾驶场景冠军算法!

    产业级人像分割模型PPSeg 人像分割技术的应用可谓无所不在,比如、视频会议换背景、人体姿态分析等等。...基于这样的产业难点,PaddleSeg团队推出了在大规模人像数据上训练的人像分割PPSeg模型,并针对服务端、移动端、Web端(Paddle.js)多种使用场景进行了不同的优化,都获得超群的效果。...它可以通过一系列的绿色点(正点)和红色点(负点)实现对目标对象边缘精准的分割,可以用于图像编辑、半自动标注,从而实现精细化标注,,辅助图像后期处理(例如PS)等场景应用。 ? ?...我们利用百度自建人像数据集对模型Finetune,得到预测速度快,精度高,交互点少的人像交互式分割模型。 ? ‍...而PaddleSeg提供的全景分割算法--Panoptic DeepLab以简单的网络结构实现了精度、速度超越,开创了全景分割算法新方向,也是当前Cityscape全景分割榜首采用的算法。

    1.4K50

    视频处理系列︱利用达摩院ModelScope进行视频人物分割+背景切换(一)

    做了一个简单的实验,利用modelscope的人像模型对视频流进行像并更换背景。...---- 文章目录 1 视频人像(Video human matting) 2 更换背景 ---- 1 视频人像(Video human matting) 地址链接:视频人像模型-通用领域...视频人像(Video human matting)是计算机视觉的经典任务,输入一个视频(图像序列),得到对应视频中人像的alpha,其中alpha与分割mask不同,mask将视频分为前景与背景,...OutputKeys.MASKS] video_input_path 为输入视频的路径,示例代码为线上视频路径,可更改为本地视频路径 output_path 为输出视频的本地路径 正常情况下,输出路径会返回人像的...固定的),在背景图中将人物位置抠出来;在原图把人物抠出来;然后背景+原图进行合成,最后写出到视频中。

    1.8K20

    飞桨PaddleHub带你环游世界,快来试试Python一键视频

    在视频创作过程中,有时会遇到人像的需求,最一般的做法是使用PR、AE等工具将视频中的每一帧图像手动。这么繁琐的步骤在理工男面前简直是不可存在的,那么有什么简单的方法能快速吗?...当然有啦,接下来给大家介绍如何使用PaddleHub一键视频人像。 效果展示 首先展示一些完毕的小片段,上一秒我还在家里的小房间,下一秒我就出现在了土耳其。 ? 那顺便去看看埃菲尔铁塔呗。...关注飞桨的小伙伴是否还记得前几天推过的别再用PS了,我用5行Python代码就实现了批量,视频人像也是类似的,只要把视频的每一帧图像所含有的人像提取出来,然后加上背景重新合成视频就可以啦。...或者直接进入飞桨官网查看安装步骤: https://www.paddlepaddle.org.cn 02 人像制作素材 由于目前PaddleHub人像模型API的输入是单张图像的路径,故需要先将视频的每一帧图像分离存储后才能进行...这里附上我的作品:[AI人像]|百度PaddleHub创意赛[附教程、代码]: https://www.bilibili.com/video/BV1cA411b7r2 目前存在的问题: 头发、手指等细节部分还需要进一步完善

    1.8K20

    悉尼大学最新综述 | 深度学习图像(近10年200+相关工作)

    对于需要精细细节的前景类别尤为关键,例如人像,动物,或者植物。...这些方法的网络结构设计大致可分为三类,如图4所示:1)单阶段网络;2)单阶段网络,附加边缘模块用以提取辅助信息中更多的图像特征;3)分支或多分支网络,用以分别处理图像和辅助信息,并一起经过融合网络以得到最终输出...基于深度学习和辅助信息的图像方法框架分类。(a) 单阶段网络。(b) 带有边缘模块的单阶段网络。(3) 分支或者多分支网络。...因此大部分方法局限于某些特定的目标,比如人像,动物,透明物体等等。近年来,也有方法探索通过将通用物体分为三类,即显著性闭合前景,显著性透明或细致前景,以及非显著前景,并用同一个网络进行全种类。...5. 基于深度学习的全自动图像方法框架分类。(a) 基于全局引导信息的单阶段网络。(b) 两阶段网络。(c) 共享编码器的分支网络。

    48320
    领券