AIGC動(dòng)態(tài)歡迎閱讀

原標(biāo)題：「AI透視眼」，三次馬爾獎(jiǎng)獲得者Andrew帶隊(duì)解決任意物體遮擋補(bǔ)全難題
關(guān)鍵字：物體,遮擋,形狀,數(shù)據(jù),模型
文章來源：機(jī)器之心
內(nèi)容字?jǐn)?shù)：3507字

內(nèi)容摘要：

機(jī)器之心專欄
機(jī)器之心編輯部遮擋是計(jì)算機(jī)視覺很基礎(chǔ)但依舊未解決的問題之一，因?yàn)檎趽跻馕吨曈X信息的缺失，而機(jī)器視覺系統(tǒng)卻依靠著視覺信息進(jìn)行感知和理解，并且在現(xiàn)實(shí)世界中，物體之間的相互遮擋無處不在。牛津大學(xué) VGG 實(shí)驗(yàn)室 Andrew Zisserman 團(tuán)隊(duì)最新工作系統(tǒng)性解決了任意物體的遮擋補(bǔ)全問題，并且為這一問題提出了一個(gè)新的更加精確的評估數(shù)據(jù)集。該工作受到了 MPI 大佬 Michael Black、CVPR 官方賬號(hào)、南加州大學(xué)計(jì)算機(jī)系官方賬號(hào)等在 X 平臺(tái)的點(diǎn)贊。以下為論文「Amodal Ground Truth and Completion in the Wild」的主要內(nèi)容。論文鏈接：https://arxiv.org/pdf/2312.17247.pdf
項(xiàng)目主頁：https://www.robots.ox.ac.uk/~vgg/research/amodal/
代碼地址：https://github.com/Championchess/Amodal-Completion-in-the-Wild
非模態(tài)分割（Amodal Segmentation）旨在補(bǔ)全物體被遮擋的部

原文鏈接：「AI透視眼」，三次馬爾獎(jiǎng)獲得者Andrew帶隊(duì)解決任意物體遮擋補(bǔ)全難題

聯(lián)系作者

文章來源：機(jī)器之心
作者微信：almosthuman2014
作者簡介：專業(yè)的人工智能媒體和產(chǎn)業(yè)服務(wù)平臺(tái)