近日，美國(guó)麻省理工學(xué)院的MIT計(jì)算機(jī)科學(xué)與人工智能實(shí)驗(yàn)室(MIT-CSAIL)開(kāi)發(fā)出了基于人工智能助力的圖像處理編輯工具SemanticSoft Segmentation，能夠自動(dòng)化進(jìn)行對(duì)象選擇，高效處理對(duì)象和毛發(fā)邊緣的摳圖能夠迅速地分離出前景人物和背景。
該工具能夠應(yīng)用AI技術(shù)將圖片的主題對(duì)象人物和背景區(qū)分成不同區(qū)塊，對(duì)比PS工具的繁瑣操作，這些利用AI摳出的對(duì)象邊緣清晰且自然，且細(xì)節(jié)保留的非常豐富，可以非常便利地將背景替換，而且看不出痕跡。當(dāng)然團(tuán)隊(duì)利用了神經(jīng)網(wǎng)絡(luò)處理圖像特性，并且在處理圖像軟性邊緣時(shí)通過(guò)大量算法做出取舍決定。
負(fù)責(zé)人表示，這些圖像的棘手之處在于，并非每個(gè)像素都只屬于一個(gè)物體。很多情況下，你很難確定哪些像素屬于背景，哪些屬于特定的人。而該實(shí)驗(yàn)室則通過(guò)使用機(jī)器學(xué)習(xí)來(lái)自動(dòng)化照片編輯過(guò)程中的多個(gè)步驟，它分析原始圖像的紋理和顏色，并將其與神經(jīng)網(wǎng)絡(luò)收集的圖像中物體的實(shí)際信息相結(jié)合。
SemanticSoft Segmentation目前專(zhuān)注于靜態(tài)圖像，團(tuán)隊(duì)希望他們能夠在不久之后將之用于視頻編輯，這將推動(dòng)其在電影制作中的應(yīng)用。
聲明：本文內(nèi)容及配圖由入駐作者撰寫(xiě)或者入駐合作網(wǎng)站授權(quán)轉(zhuǎn)載。文章觀點(diǎn)僅代表作者本人，不代表電子發(fā)燒友網(wǎng)立場(chǎng)。文章及其配圖僅供工程師學(xué)習(xí)之用，如有內(nèi)容侵權(quán)或者其他違規(guī)問(wèn)題，請(qǐng)聯(lián)系本站處理。
舉報(bào)投訴
原文標(biāo)題：MIT研發(fā)AI助力圖像處理技術(shù)
文章出處：【微信號(hào)：robotmagazine，微信公眾號(hào)：機(jī)器人技術(shù)與應(yīng)用】歡迎添加關(guān)注！文章轉(zhuǎn)載請(qǐng)注明出處。
相關(guān)推薦
圖像增強(qiáng)（ImageEnhancement）是人工智能和計(jì)算機(jī)視覺(jué)中一項(xiàng)重要的技術(shù)，也是人工智能數(shù)據(jù)集預(yù)處理的一個(gè)重要步驟。它旨在提高圖像的
![的頭像]()
發(fā)表于 11-22 17:14
?351次閱讀
、連接主義和深度學(xué)習(xí)等不同的階段。目前，人工智能已經(jīng)廣泛應(yīng)用于各種領(lǐng)域，如自然語(yǔ)言處理、計(jì)算機(jī)視覺(jué)、智能推薦等。
嵌入式系統(tǒng)和人工智能在許多方面都存在密切的關(guān)聯(lián)性。首先，嵌入式系統(tǒng)可
發(fā)表于 11-14 16:39
幸得一好書(shū)，特此來(lái)分享。感謝平臺(tái)，感謝作者。受益匪淺。
在閱讀《AI for Science：人工智能驅(qū)動(dòng)科學(xué)創(chuàng)新》的第6章后，我深刻感受到人工智能在能源科學(xué)領(lǐng)域中的巨大潛力和廣泛應(yīng)用。這一章詳細(xì)
發(fā)表于 10-14 09:27
研究的進(jìn)程。從蛋白質(zhì)結(jié)構(gòu)預(yù)測(cè)到基因測(cè)序與編輯，再到藥物研發(fā)，人工智能技術(shù)在生命科學(xué)的各個(gè)層面都發(fā)揮著重要作用。特別是像AlphaFold這樣的工具，成功解決了困擾生物學(xué)界半個(gè)多世紀(jì)的蛋
發(fā)表于 10-14 09:21
人工智能：科學(xué)研究的加速器
第一章清晰地闡述了人工智能作為科學(xué)研究工具的強(qiáng)大功能。通過(guò)機(jī)器學(xué)習(xí)、深度學(xué)習(xí)等先進(jìn)技術(shù)，AI能夠處理和分析海量數(shù)據(jù)，發(fā)現(xiàn)傳統(tǒng)方法難以捕捉的模式和規(guī)律。這不
發(fā)表于 10-14 09:12
和使用該技術(shù)，無(wú)需支付專(zhuān)利費(fèi)或使用費(fèi)。這大大降低了人工智能圖像處理技術(shù)的研發(fā)成本，并吸引了大量的開(kāi)發(fā)者、企業(yè)和研究機(jī)構(gòu)參與其生態(tài)建設(shè)。
靈活性則體現(xiàn)在RISC-V可以根據(jù)不同的應(yīng)用場(chǎng)景
發(fā)表于 09-28 11:00
Adobe即將在今年晚些時(shí)候震撼發(fā)布其最新力作——Adobe Firefly Video Model，一款專(zhuān)為創(chuàng)意專(zhuān)業(yè)人士打造的生成式視頻創(chuàng)作與編輯神器。作為Firefly圖像生成系列的新成員，該工具以測(cè)試版形式率先亮相，旨在通
![的頭像]()
發(fā)表于 09-12 16:37
?450次閱讀
目前人工智能在繪畫(huà)對(duì)話(huà)等大模型領(lǐng)域應(yīng)用廣闊，ai4s也是方興未艾。但是如何有效利用ai4s工具助力科研是個(gè)需要研究的課題，本書(shū)對(duì)ai4s基本原理和原則，方法進(jìn)行描訴，有利于總結(jié)經(jīng)驗(yàn)，擬按照要求準(zhǔn)備相關(guān)體會(huì)材料。看能否有助于入門(mén)和
發(fā)表于 09-09 15:36
活的世界？
編輯推薦
《AI for Science：人工智能驅(qū)動(dòng)科學(xué)創(chuàng)新》聚焦于人工智能與材料科學(xué)、生命科學(xué)、電子科學(xué)、能源科學(xué)、環(huán)境科學(xué)五大領(lǐng)域的交叉融合，通過(guò)深入淺出的語(yǔ)言和諸多實(shí)際應(yīng)用案例，介紹了
發(fā)表于 09-09 13:54
FPGA（現(xiàn)場(chǎng)可編程門(mén)陣列）在人工智能領(lǐng)域的應(yīng)用非常廣泛，主要體現(xiàn)在以下幾個(gè)方面：
一、深度學(xué)習(xí)加速
訓(xùn)練和推理過(guò)程加速：FPGA可以用來(lái)加速深度學(xué)習(xí)的訓(xùn)練和推理過(guò)程。由于其高并行性和低延遲特性
發(fā)表于 07-29 17:05
的過(guò)程。它涉及到圖像的獲取、預(yù)處理、特征提取、分類(lèi)和識(shí)別等多個(gè)環(huán)節(jié)。 1.2 重要性 圖像識(shí)別技術(shù)在人工智能領(lǐng)域具有重要的地位，它使計(jì)算機(jī)能夠“看”和“理解”
![的頭像]()
發(fā)表于 07-16 10:44
?955次閱讀
機(jī)器視覺(jué)和人工智能的關(guān)系是一個(gè)廣泛而深入的話(huà)題，涉及到計(jì)算機(jī)科學(xué)、電子工程、光學(xué)、圖像處理、模式識(shí)別等多個(gè)領(lǐng)域。 一、機(jī)器視覺(jué)和人工智能的定義 機(jī)器視覺(jué)的定義 機(jī)器視覺(jué)是一種使計(jì)算機(jī)能
![的頭像]()
發(fā)表于 07-16 10:27
?787次閱讀
QDyeFinder的人工智能（AI）工具，這一創(chuàng)新技術(shù)能夠在小鼠大腦的圖像中自動(dòng)識(shí)別和重建單個(gè)神經(jīng)元的復(fù)雜結(jié)構(gòu)，為神經(jīng)科學(xué)研究開(kāi)啟了新的篇章。
![的頭像]()
發(fā)表于 07-03 14:43
?438次閱讀
近日，韓國(guó)科學(xué)團(tuán)隊(duì)宣布研發(fā)出名為 KOALA 的新型人工智能圖像生成模型，該模型在速度和質(zhì)量上均實(shí)現(xiàn)了顯著突破。KOALA 能夠在短短 2 秒內(nèi)生成高質(zhì)量圖片，同時(shí)大幅降低了對(duì)硬件的需求，為圖
![的頭像]()
發(fā)表于 03-05 10:46
?736次閱讀
嵌入式人工智能的就業(yè)方向有哪些? 在新一輪科技革命與產(chǎn)業(yè)變革的時(shí)代背景下，嵌入式人工智能成為國(guó)家新型基礎(chǔ)建設(shè)與傳統(tǒng)產(chǎn)業(yè)升級(jí)的核心驅(qū)動(dòng)力。同時(shí)在此背景驅(qū)動(dòng)下，眾多名企也紛紛在嵌入式人工智能領(lǐng)域布局
發(fā)表于 02-26 10:17
MIT研發(fā)了人工智能助力的圖像處理編輯工具
工商網(wǎng)監(jiān)
評(píng)論