人工智能正在改变许多行业的格局，而其中改变最直观和影响最大的就是AIGC领域的图像创作。发展至今已经有很多AI图像生成平台，他们的共同特点就是使用人工智能将文本转换为图像，这是一次革命性的突破，也就是说通过这些AI工具可以在几秒钟内将文字转换成更具可视化表示的图片。那么，就目前而已有那些AI生成图片的平台呢？本文将带你了解全球顶级的15款AI图像生成平台。 文章目录1、百度飞桨2、天工巧绘SkyP
转载
2024-05-21 18:46:23
24阅读
一、综述直线的扫描转换是指在图形输出设备上，按照扫描线的顺序，确定一组最佳逼近于直线的像素点并对像素进行写操作。直线生成的具体问题是已知直线的两个端点,要求在图像输出设备上从起点到中点通过逐次循环迭代，找到最接近直线的像素点集合。所涉及的算法有三种：DDA算法、B算法和重点分割法。在MFC环境中测试三种算法并对比分析三种算法的误差及效率。二、程序框架程序为MFC： - CCgDrawLineVie
转载
2024-04-12 12:09:25
90阅读
2021年1月，OpenAI 推出 DALL-E。这是 GPT 模型在图像生成方面的人工智能应用。其名称来源于著名画家、艺术家萨尔瓦多 • 达利（Dalí）和机器人总动员（Wall-E）。DALL-E 图像生成器，能够直接根据文本描述生成多种艺术风格的高质量图像，让机器也能拥有顶级画家、设计师的创造力。本期 Azure OpenAI 官方指南，为您详解 DALL-E 的图像生成功能、安全
转载
2024-05-21 13:52:03
92阅读
本文将分 2 期进行连载，共介绍 16 个在图像生成任务上曾取得 SOTA 的经典模型。第 1 期：ProGAN、StyleGAN、StyleGAN2、StyleGAN3、VDVAE、NCP-VAE、StyleGAN-xl、Diffusion GAN第 2 期：WGAN、SAGAN、BIG-GAN、CSGAN、LOGAN、UNet-GAN、IC-GAN、ADC-GAN本期收录模
转载
2024-03-08 22:26:26
89阅读
如今的游戏 ，单单从图象的生成来说大概需要下面四个步骤： 一、建齐次坐标 二、 着色模型 三、Z缓存 四、纹理映射 在这些步骤中，显示部分（GPU）只负责完成第三、四步，而前两个步骤主要是依靠 CPU 来完成。而且，这还仅仅只是3D图象的生成，还没有包括游戏中复杂的AI运算。 场景切换运算等等……无疑，这些元素还需要CPU去完成，这就是为什么在运行大型3D的时候，当场景切换时再强劲
转载
2024-08-09 17:53:28
51阅读
图像分类任务介绍&线性分类器（上）机器视觉（Computer Vision）图像分类数据驱动的图像分类方法1. 线性分类器2. 线性分类器的权值3. 线性分类器的决策边界4. 损失函数定义5. 多类支撑向量机损失 机器视觉（Computer Vision）图像分类图像分类任务: 计算机视觉中的核心任务，其目标是根据图像信息中所反映的不同特征，把不同类别的图像区分开来。 图像分类：从已知的
转载
2024-04-25 16:38:07
48阅读
计算机图形学复习0计算机图形学复习1 接着上次的内容更，本次内容讲述基本图形的生成算法。包括直线的生成算法，圆弧的生成算法。直线生成算法首先你要考虑这么一个问题，显示图形是由像素点构成的，点是离散的点，如果线是刚好完全经过像素点，比如你画个x，y轴，那多简单是吧，那你画的不完全经过像素点，就涉及到了像素点的取舍问题，如何让你的直线在离散点的构成中更像一条直线，成像质量和你的离散点的分布有关，就是直
转载
2024-08-16 20:51:07
56阅读
1、直线生成算法所谓图元的生成，是指完成图元的参数表示形式（由图形软件包的使用者指定）到点阵表示形式（光栅显示系统刷新时所需的表示形式）的转换。通常也称扫描转换图元。直线的扫描转换：确定最佳逼近于该直线的一组像素，并且按扫描线顺序对这些像素进行写操作。三个常用算法：1、数值微分法DDA；2、中点画线法；3、Bresenham算法。生成目标，求与直线段充分接近的像素集生成前提条件:1、像素网格均匀，
转载
2024-03-08 22:32:15
89阅读
数字图像处理发展概况 数字图像处理（Digital Image Processing）又称为计算机图像处理，它是指将图像信号转换成数字信号并利用计算机对其进行处理的过程。数字图像处理最早出现于20世纪50年代，当时的电子计算机已经发展到一定水平，人们开始利用计算机来处理图形和图像信息。数字图像处理作为一门学科大约形成于20世纪60年代初期。早期的图像处理的目的是改善图像的质量，它以人为对象，以改
生成模型是一种训练模型进行无监督学习的模型，即，给模型一组数据，希望从数据中学习到信息后的模型能够生成一组和训练集尽可能相近的数据。图像生成（Image generation，IG）则是指从现有数据集生成新的图像的任务。图像生成模型包括无条件生成和条件性生成两类，其中，无条件生成是指从数据集中无条件地生成样本，即p(y)；条件性图像生成是指根据标签有条件地从数据集中生成样本
转载
2024-05-20 15:37:08
91阅读
基本图形生成算法图元扫描转换 直线段扫描转换 圆弧扫描转换实区域填充图形的剪裁图形反走样消隐光栅化算法线段光栅化算法 DDA算法 中点Bresenham画线算法 Bresenham改进算法圆光栅化算法 中点算法 中
转载
2024-03-16 01:07:58
106阅读
NLP任务概览本文为台湾大学李宏毅老师视频课程笔记。本课程介绍了 （2020年）NLP 领域常见的 17 种任务。本文只会从输入输出的角度概览多种 NLP 任务，并简介它们的常见做法，并不会细致地介绍每个任务模型的具体细节。两种模式与任务分类NLP 是一个很广阔的研究领域，有许多种任务。但是如果简单地按照它们的输入输出来看的话，无外乎以下两种模式：输入文本，输出文本输入文本，输出类别以下我们分别介
转载
2023-11-18 14:39:18
20阅读
先来看下针孔相机的成像模型:为了数学建模的方便，通常将成像平面放到凸透镜和物体之间，此时和以上两种成像模型不同的是以上两种是倒立的像，而该成像模型是正像齐次坐标：齐次坐标（homogeneous coordinates）是射影几何常用的一种表示形式，简单来说其采用增加 一个维度的方式来描述当前点，如常见的2D/3D 点最后维度补1，实际使用时保证该值为1（比如 除以该值）。其可以非常方便的描述射影
转载
2024-05-03 22:29:46
195阅读
生成模型应用——使用变分自编码器（VAE）控制人脸属性生成人脸图片使用VAE生成人脸图片网络架构人脸重建生成新面孔采样技巧控制人脸属性潜在空间属性控制查找属性向量人脸属性编辑完整代码 使用VAE生成人脸图片变分自编码器(VAE)的基础知识参考博文变分自编码器（VAE）原理与实现（tensorflow2.x）。作为VAE的应用，我们将使用VAE生成一些可控制属性的人脸图片。可用的人脸数据集包括：
有时候，需要把一些拥有固定格式的文本文件导入电子表格。微软的Excel 电子表格程序有一个文本文件转换向导，将这种格式转换变得非常快捷方便。本文图文讲解把固定格式的文本文档转换为Excel电子表格的方法。比如，有一个文本文件，它的名字是“通讯录.txt”，它里面有标题行和内容行，每一行都由一个“竖线”字符(也就是英文字符“|”)分隔。整个文件的内容如图所示。1、打开Excel，按Ctrl + o
转载
2024-03-22 14:48:22
106阅读
作者丨陈萍、小舟AI会是未来的「造物者」吗？近来，视觉合成任务备受关注。几天前英伟达的 GauGAN 刚刚上新了 2.0 版本，现在一个新视觉合成模型 Nüwa（女娲）也火了。相比于 GauGAN，「女娲」的生成模式更加多样，不仅有文本涂鸦生成图像，还能从文本生成视频。随着 VQ-VAE 这种离散化 VAE 方案的出现，高效和大规模的预训练被逐渐应用于视觉合成任务，例如 DALL-E（
转载
2024-07-10 14:23:05
97阅读
ImageNet Classification whih Deep Convolutional Neural Networks目标：分类120万个图片的1000个不同的类别网络的结构： 60,000,000 个参数 65,00000 个神经元 5个卷积层 3个全连接层 特点：使用非饱和神经元(non-satueating nurons) + GPU 提过运行的速率 使用Dorpout技
转载
2024-04-24 15:50:10
136阅读
Diffusion Imaging BasicsDiffusion扩散 MR imaging（dMRI）扩散成像是为了测量水分子在组织中的扩散。在大脑中，白质束像小稻草一样限制扩散的方向。因此，Diffusion tensor imaging（DTI）扩散张量成像分析是一种特殊的扩散成像，可以专门测量白质区域内扩散的方向和该方向的“强度”。首选取向的强度通常通过分数各向异性fractional a
转载
2024-06-19 10:10:14
116阅读
基本知识点——计算机图像分类的两种主要方法图像分类方法????1.监督分类监督分类包括利用训练区样本建立判别函数的“学习”过程和把待分像元代入判别函数进行判别过程。监督分类中常用的具体分类方法包括： 最小距离分类法，最小距离分类法原理简单，分类精度不高，但计算速度快，它可以在快速浏览分类概况中使用。多级切割分类法，多级分割法分类便于直观理解如何分割特征空间，以及待分类像素如何与分类类别相对应。
转载
2024-04-12 10:23:05
83阅读
对于大多数自然语言处理任务，必须对要处理的文本进行分解、检查，并将结果存储或与规则和数据集交叉引用。这些任务允许程序员推导出文本中术语和单词的含义或意图或仅出现频率。让我们发现用于处理文本的常用技术。结合机器学习，这些技术可帮助您有效地分析大量文本。然而，在将 ML 应用于这些任务之前，让我们先了解一下 NLP 专家遇到的问题。NLP 常见的任务有多种方法可以分析您正在处理的文本。您可以执行一些任
转载
2024-03-14 11:37:04
43阅读
