「AI透視眼」，三次馬爾獎獲得者Andrew帶隊解決任意物體遮擋補全難題

AIGC動態歡迎閱讀

原標題：「AI透視眼」，三次馬爾獎獲得者Andrew帶隊解決任意物體遮擋補全難題
關鍵字：物體,遮擋,形狀,數據,模型
文章來源：機器之心
內容字數：3507字

內容摘要：

機器之心專欄
機器之心編輯部遮擋是計算機視覺很基礎但依舊未解決的問題之一，因為遮擋意味著視覺信息的缺失，而機器視覺系統卻依靠著視覺信息進行感知和理解，并且在現實世界中，物體之間的相互遮擋無處不在。牛津大學 VGG 實驗室 Andrew Zisserman 團隊最新工作系統性解決了任意物體的遮擋補全問題，并且為這一問題提出了一個新的更加精確的評估數據集。該工作受到了 MPI 大佬 Michael Black、CVPR 官方賬號、南加州大學計算機系官方賬號等在 X 平臺的點贊。以下為論文「Amodal Ground Truth and Completion in the Wild」的主要內容。論文鏈接：https://arxiv.org/pdf/2312.17247.pdf
項目主頁：https://www.robots.ox.ac.uk/~vgg/research/amodal/
代碼地址：https://github.com/Championchess/Amodal-Completion-in-the-Wild
非模態分割（Amodal Segmentation）旨在補全物體被遮擋的部

原文鏈接：「AI透視眼」，三次馬爾獎獲得者Andrew帶隊解決任意物體遮擋補全難題

聯系作者

文章來源：機器之心
作者微信：almosthuman2014
作者簡介：專業的人工智能媒體和產業服務平臺