CVPR（IEEE Conference on Computer Vision and Pattern Recognition）作为计算机视觉和模式识别领域的顶级会议，在全球具有极高的权威...
目标检测有2种主流:top-down和bottom-up。最先进的方法大多属于第一类。在本文中，作者证明了bottom-up方法与top-down的方法具有同样的...
图像分类 (image classification) 是视觉人工智能的最基础应用，目前 TAO 模型训练工具支持 resnet、vgg、mobilenet_v1、mobilenet_v2、...
随着技术的发展和超视频化的时代驱动，交互的形式日渐丰富。从屏幕点触，到语音交互，人脸、指纹、声纹，再到近年流行的AR和VR……人类早...
本文介绍了YOLO-Pose，一种新的无Heatmap联合检测方法，是基于YOLOv5目标检测框架的姿态估计。现有的基于Heatmap的两阶段方法并不是最优...
凭借在人脸生成领域的扎实积累和前沿创新，阿里云视频云与香港科技大学合作的最新研究成果《基于生成对抗网络的深度感知人脸重演算法 》...
人脸超分通常依赖人脸先验信息进行细节复原并保持身份信息。受益于GAN先验信息辅助，近来人脸超分取得了长足发展：或者采用复杂的模块对...
4年前，中国首次独立4K修复的经典影片《盗马贼》展露新颜，全国人民都见证了这部老电影焕然一新的一面，这是国内第一次推出独立进行4K修...
CVPR（IEEE Conference on Computer Vision and Pattern Recognition）作为计算机视觉和模式识别领域的顶级会议，在全球具有极高的权威...
虽然ViT在计算机视觉方面取得了巨大的成功，但巨大的计算成本阻碍了它们在密集的预测任务上的应用，如在移动设备上的语义分割。在本文中...
为了更好地认识这个纷繁复杂的世界，人类进化出了一套独特的视觉系统——中央凹成像系统，即当我们看东西时，眼睛聚焦的地方会看得更加清...
Kindle 走了，国产电子书阅读器品牌正在前所未有的崛起。而伴随着技术的进步，彩色电子纸屏幕正在逐步替代黑白墨水屏。
3月30日，阿里云视频云在线上举行了一场由虚拟人助力主持的「智能媒体生产」产品升级发布会，活动围绕产品能力的展现、视频生产流程的革...
FLD(Flexible and Lightweight Decoder)，它用于降低传统decoder模块的计算负载；
阿里云自研编码器Ali266于2022年1月在优酷正式上线，这是已知的业界首个H.266/VVC标准的编码器商用落地项目。经过两个月的实际运行数据...
结构重参化在各种计算机视觉任务中引起了越来越多的关注。它的目的是提高深度模型的性能，而不引入任何推理时间成本。虽然这种模型在推...
【GiantPandaCV导语】 这是2022年第一个关于YOLO的改版，该版本由百度提出，称之为YOLOE，是目前各项指标sota的工业目检测器，性能sota...
把前沿的技术和时髦的功能下放，以亲民的价格让首次接触产品的用户尝鲜，是不少以技术见长的公司惯用的手法，比如 iPhone SE 就是这个套...
对于一些热衷于 NFT 的用户而言，这绝对是一大利好。作为首个吃螃蟹的人，三星此举可能也会为自身在电视服务上开辟新的增长点。
最近居家的时光里，我试用了一款很特别的投影仪，这是猫王音响曾德钧老师在 2022 年春季为我们带来的全新作品——猫王灵感 P5 投影仪。
