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

    PS难?免费AI智能一键神器来帮你!

    绝大多数人提到「」就会联想到业界“老大哥”「PhotoShop」,它可根据魔棒、色彩范围、磁性套索、钢笔工具、蒙版、通道、调整边缘等多种不同的工具完成精细化。...但是,作为 PS 小白来说简直是“PS用时方恨少”,想人像图?那得先学几个小时......?PC 端的软件需要收费而且操作复杂,移动端的 App 也可以实现这些功能,但在工作中用起来却没那么方便。...上哪里才能找到一个可以快速上手、操作简单、图像处理效率高、运行稳定、效果好,重点是还要免费的工具?功夫不负有心人,小编发现了一个好用还免费的工具——「改图神器」,上述需求基本都可以满足。...不用像其他软件一样进行类似于选择像素、标记保留区与剔除区的繁杂操作,仅仅一键搞定「」。省时省钱对于非专业人士、偶尔使用的情景,如果个人用户花很多钱买一款软件或工具,对于一部分人群来说难免不划算。...从结果来看,多人效果也是非常的优秀,即使是与发色相近的深色背景也能一丝不苟地完美扣出人像。发挥创意?一键,「改图神器」还有着一键更换背景色的功能,你可以在此发挥你自己的创意。

    2.8K50

    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

    一键免费自动AI,效果连PS大哥也点赞!

    谈到“p界”,就不得不提一下业界认证的“大哥” PhotoShop,可根据魔棒、色彩范围、磁性套索、钢笔工具、蒙版、通道、调整边缘等多种不同的工具完成精细化。...但是,作为 PS 小白的营长表示“PS用时方恨少”,想人像图,得先学几个小时...... ? PC 端的软件需要收费,移动端的 App 也可以实现这些功能,但在工作中用起来却没那么方便。...上哪里才能找到一个可以快速上手、操作简单、图像处理效率高、运行稳定、效果好,重点是还要免费的工具?...省时省钱 对于非专业人士、或用于商业用途的图像处理,如果个人用户花很多 money 买一款软件或工具,对于一部分人群来说难免不划算,而免费的 Remove 帮你完全免除这个烦恼。...多人效果 从结果来看,识别到人像后,上半部分都处理的很好,下半部分和极小区域会有遗漏的情况。不过头发处理效果都不错。 ? ?

    2.2K20

    谷歌又算法送手机了,最新方法让背景虚化细节到头发丝,真有单反的感觉了

    明敏 发自 凹非寺 量子位 | 公众号 QbitAI 当真是算法送手机! 这不,谷歌又给“亲儿子”Pixel 6塞福利了,让手机也能细节到头发丝。...这样一来,就避免了使用人像模式拍照时人物与虚化背景割裂的情况,让人物照片的纵深感更加逼真。 四舍五入一下,这不就是手握单反拍照?...(手动狗头) Alpha遮罩+监督学习 在介绍最新的方法之前,先来了解一下过去手机的人像模式拍照到底是怎么实现的。...通过这种方式,模型能够细化初始输入时的Alpha遮罩,也就实现了如上细节到头发丝的效果。...此外,考虑到使用Alpha遮罩时,背光太强往往会导致细节处理不好。 谷歌使用了体积视频捕捉方案The Relightables来生成高质量的数据集。

    64920

    谷歌最新算法:让背景虚化细节到头发丝!有单反的感觉了...

    当真是算法送手机! 这不,谷歌又给“亲儿子”Pixel 6塞福利了,让手机也能细节到头发丝。看这效果,原本模糊的头发轮廓,咻地一下,就变成了纤毫毕现的样子! 连发丝之间的缝隙也能精准抠到。...这样一来,就避免了使用人像模式拍照时人物与虚化背景割裂的情况,让人物照片的纵深感更加逼真。 四舍五入一下,这不就是手握单反拍照?...(手动狗头) Alpha遮罩+监督学习 在介绍最新的方法之前,先来了解一下过去手机的人像模式拍照到底是怎么实现的。...通过这种方式,模型能够细化初始输入时的Alpha遮罩,也就实现了如上细节到头发丝的效果。...此外,考虑到使用Alpha遮罩时,背光太强往往会导致细节处理不好。 谷歌使用了体积视频捕捉方案The Relightables来生成高质量的数据集。

    91820

    CVPR自动驾驶场景冠军算法!

    Datawhale开源 方向:自动驾驶、图像分割算法 自动驾驶中的重中之重就是能否真正做到帮助人们便捷、安全地出行,目前各大公司主要采用计算机视觉作为自动驾驶的技术底座,汽车如何分清楚哪里是路,哪里是人...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。 ? ‍

    1.4K50

    ,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

    CVPR 2021 顶会冠军图像分割算法全解密

    而图像分割技术,作为视觉识别技术中举足轻重的模块,是智能车得以精准区分哪里是路,哪里是人的关键!...上车地址: https://github.com/PaddlePaddle/PaddleSeg 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。但往往数据来源和算法部署环境非常多样,有手机的、固定摄像头的、移动车载摄像头的等等,不仅如此,不同的光照条件也为人像分割算法带来了极大的考验。...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。

    1.5K20

    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
    领券