封面
在先容这款软件之前，我相信大家在浏览短视频的时候，都有看到一些猎奇主播发布的一些很百思不得其解的视频，比如：一个人在大街上溘然消逝不见，或溘然涌现，而且周边的人群，没有任何反应，就像不存在一样平常，还有便是一辆汽车行驶中溘然与一个看不见的物体相撞，发生交通事件，车辆受损严重，但被什么东西撞的，就不得而知了等等，看完视频后，留下无数的问号？？？但自从我理解了人工智能隐身术后，这些谜题终于被揭开了。
范例1
范例2
AI隐身术的紧张技能——FGVC(the Fine-Grained Video Classification Dataset风雅分类的视频分类数据集)作者是一位90后的北京小伙，目前在弗吉尼亚理工大学打算机工程专业就读博士三年级，师从华人教授 Jia-Bin Huang。
第一个便是北京小伙
FGVC技能实质是一个基于光流法和视频修复技能（算法），那我用普通的话阐明一下，当想让一个人物或物体消逝，就先打算这个物体在视频里的运动轨迹，并记录下物体周边的环境（或景致）和周边的亮度变革，然后将物体运动前后几十帧画面，也就物体运动轨迹前后，没有被覆盖的画面，来覆盖运动轨迹上的物体，而让它消逝，这样的AI技能，便是利用的运动物体周边的背景不会有明显变革，从而轻易地达到将物体从视频中抹去，是不是很像邪术一样，但如果只是截取视频中的一张画面（一帧画面），AI就无法很好的填补被物体遮盖的景物了，我相信这样的阐明，大家都该当明白了。
仙鹤消逝了范例
那我还是进行一下专业的讲法吧：
FGVC 紧张包含三个步骤：Flow completion、Temporal propagation、Fusion。
Flow completion：详细操作时，要打算相邻帧之间的正向光流和反向光流、以及一组非相邻帧 (Non-local) 的正向光流和反向光流。
Temporal propagation：按照光流的轨迹，为每个丢失的像素找到一组候选像素，对付每个候选帧，都要估计一个置信分数以及一个二进制有效性指标。
Fusion：利用置信加权均匀值，将每个缺失落像素的候选像素与至少一个有效候选像素领悟。对付没有候选像素，则利用一个关键帧，并利用单个图像补全技能来添补它。
听起来很繁芜，但实在都是一个道理。
蜘蛛侠消逝范例
实在这个技能的低级版本，相信大家都有听过或打仗过，便是视频去水印的软件，便是利用的这个事理，但我所先容的这个最新AI隐身术，会让物品消逝的无影无踪，不留一点痕迹，随着AI技能的越来越成熟，对我们生活带来了诸多方便，只有将AI技能，利用到正途，才是它存在的真正意义！
如果想理解更多的视频，点击我的头像，主页不雅观看，关注我，将有更多有趣的AI技能展示！