至顶网CIO与CTO频道 05月07日 北京消息:5月7日,腾讯云AI视觉团队正式发布全新的人像分割产品,该产品基于腾讯优图领先的人体分析算法,能够精准识别图像中的人体轮廓边界,与背景进行分离,实现像素级人像分割,有效满足图片、短视频、影视剧等不同场景下的对于人像分割的复杂需求。
以往,图片、视频中要实现人像分割,需要运用PS软件每张、每帧抠图,不仅耗时耗力,抠图效果也主要依赖于个人技术,难以掌控。腾讯云神图·人像分割通过领先的AI技术,可以迅速识别人像、全自动抠图,秒速抠像。同时,像素级分割技术能很好的处理人的发丝部分,整个画面看起来自然不生硬。抠图过程省时省心,且质量有保证。
人像分割技术使用场景广泛,除了可以进行单纯的图片处理,还可应用于相机、视频类应用,以及帮助影视剧进行后期抠像、换背景等特效处理。
具体来说,通过将人像分割技术,在拍摄、直播、线上教学、视频会议过程中,可以帮助用户实时、精准将人物和背景精准识别,实现更精细化的人物美颜、背景虚化或替换,进一步升级了相机、视频应用视觉体验。目前,这项技术已成功在腾讯会议中应用。
在影视剧制作过程中,传统的拍摄因为道具和场地的限制,使得许多特效需要耗费不少时间和精力进行绿幕拍摄和后期制作,导致拍摄成本高。使用腾讯云神图·人像分割技术,能够精准的识别视频中人像区域,进行一键抠像、背景替换、人像虚化等后期处理,无需绿幕拍摄和后期制作,极大地节省时间和人工成本。
除单独使用,人像分割技术还可结合其他AI技术带来更多创新性应用场景。
例如人像分割与人像变换技术结合,使用人像分割进行抠像处理,对人脸进行编辑和生成算法,可做到人脸年龄变化。用户可以用2张照片,人像分割后进行年龄变化,让年轻的自己和现在的自己穿着同样的衣服出现在同一张照片中,形成一种跨时空对话,极大地丰富了社交娱乐新玩法。
人像分割与背景特效结合也是典型应用场景,通过识别图像中的人体轮廓,可以为人像添加各种设定的背景特效,也可对背景进行虚化处理,实现大光圈浅景深的专业相机效果。
据了解,此前腾讯云神图已经发布了人脸识别、人脸融合、人体识别、跨年龄识别等多项实用功能,并在政务、商业、娱乐等多行业落地,具有识别精准、算法领先、稳定可靠、简单易用等特点。
在AI视觉研究和应用创新方面,腾讯云拥有毋庸置疑的优势,腾讯内部众多AI实验室也代表业界最高水准。以腾讯优图实验室来说,目前团队拥有超过700项全球专利,在ICCV、CVPR等顶级会议上有160多篇论文被收录,研究成果更多次在计算机视觉国际权威比赛包括Megaface、LFW、ICDAR、MIREX中刷新世界纪录。
值得一提的是,在今年三月份国际权威研究机构Gartner首次发布的云AI开发者服务魔力象限,腾讯云成为中国唯一入选云厂商。
好文章,需要你的鼓励
Lumen Technologies对美国网络的数据中心和云连接进行重大升级,在16个高连接城市的70多个第三方数据中心提供高达400Gbps以太网和IP服务。该光纤网络支持客户按需开通服务,几分钟内完成带宽配置,最高可扩展至400Gbps且按使用量付费。升级后的网络能够轻松连接数据中心和云接入点,扩展企业应用,并应对AI和数据密集型需求波动。
阿里巴巴团队提出FantasyTalking2,通过创新的多专家协作框架TLPO解决音频驱动人像动画中动作自然度、唇同步和视觉质量的优化冲突问题。该方法构建智能评委Talking-Critic和41万样本数据集,训练三个专业模块分别优化不同维度,再通过时间步-层级自适应融合实现协调。实验显示全面超越现有技术,用户评价提升超12%。
RtBrick研究警告,运营商面临AI和流媒体服务带宽需求"压倒性"风险。调查显示87%运营商预期客户将要求更高宽带速度,但81%承认现有架构无法应对下一波AI和流媒体流量。84%反映客户期望已超越网络能力。尽管91%愿意投资分解式网络,95%计划五年内部署,但仅2%正在实施。主要障碍包括领导层缺乏决策支持、运营转型复杂性和专业技能短缺。
UC Berkeley团队提出XQUANT技术,通过存储输入激活X而非传统KV缓存来突破AI推理的内存瓶颈。该方法能将内存使用量减少至1/7.7,升级版XQUANT-CL更可实现12.5倍节省,同时几乎不影响模型性能。研究针对现代AI模型特点进行优化,为在有限硬件资源下运行更强大AI模型提供了新思路。