位置: IT常识 - 正文

【深度学习】AI一键换天

编辑:rootadmin
【深度学习】AI一键换天

推荐整理分享【深度学习】AI一键换天,希望有所帮助,仅作参考,欢迎阅读内容。

文章相关热门搜索词:,内容如对您有帮助,希望把文章链接给更多的朋友!

目录

1.实验目标

2.案例内容介绍

3.实验步骤

3.1安装和导入依赖包

3.2设定算法参数 

3.3预览一下原视频

     预览一下要替换的天空图片

3.4定义SkyFilter类 

3.5开始处理视频 

3.6对比原视频和处理后的视频

3.7 生成你自己的换天视频

1.实验目标

1.了解图像分割的基本应用;

2.了解运动估计的基本应用;

3.了解图像混合的基本应用。

2.案例内容介绍

案例链接OBS - JupyterLab (huaweicloud.com)

无论是拍人拍景或是其他,“天空”都可以说是摄像中的关键元素。比如,一张平平无奇的景色图加上落日余晖的天空色调,是不是有内味了?(随手就可以变换出各种天空效果:晴天、彩虹、晚霞、暮光、夕阳等等)

当然,自然的天空还不是最酷炫的,今天给大家介绍一款基于原生视频的AI处理方法,不仅可以一键切置换天空背景,还可以打造任意“天空之城”。比如,《星际迷航》等科幻电影中经常出现的浩瀚星空、宇宙飞船,也可以利用这项技术融入随手拍的视频中,路人拍摄的公路片也能秒变科幻片,画面毫无违和感。好像只要脑洞够大,利用这项AI技术,可以创作无限种玩法。

【深度学习】AI一键换天

基于视觉的视频天空替换和协调方法,该方法可以在具有可控风格的视频中自动生成逼真的天空背景。与以前的天空编辑方法专注于静态照片或需要集成在智能手机中的惯性测量装置拍摄视频不同,该方法完全基于视觉,对捕获设备没有任何要求,并且可以很好地应用于在线或离线处理场景。

算法流程大致可以分为三个步骤:

(1) 天空抠图

这一步主要是通过对蒙版数据集进行训练,将图片中的天空和其它物体进行像素级的划分,将天空部分从图片中分离。

(2) 运动估计

对图片中物体的位移情况进行分析,预估相机的移动方向,使替换后的天空和之前的天空位移一致。

(3) 图像混合

将去掉天空的原视频和要替换后的天空视频进行融合,同时对非天空的部分采用色彩叠加,使天空和其它物体的视觉效果相近,使视频效果更加逼真。

最后,算法使用数据增强的方法模拟出同一张图片在不同光照和天气的情况下的图片,使算法具有更强的适应性。

3.实验步骤3.1安装和导入依赖包import osimport moxing as moxfile_name = 'SkyAR'if not os.path.exists(file_name): mox.file.copy('obs://modelarts-labs-bj4-v2/case_zoo/SkyAR/SkyAR.zip', 'SkyAR.zip') os.system('unzip SkyAR.zip') os.system('rm SkyAR.zip')mox.file.copy_parallel('obs://modelarts-labs-bj4-v2/case_zoo/SkyAR/resnet50-19c8e357.pth', '/home/ma-user/.cache/torch/checkpoints/resnet50-19c8e357.pth')!pip uninstall opencv-python -y!pip uninstall opencv-contrib-python -y!pip install opencv-contrib-python==4.5.3.56cd SkyAR/import timeimport jsonimport base64import numpy as npimport matplotlib.pyplot as pltimport cv2import argparsefrom networks import *from skyboxengine import *import utilsimport torchfrom IPython.display import clear_output, Image, display, HTML%matplotlib inline# 如果存在GPU则在GPU上面运行device = torch.device("cuda:0" if torch.cuda.is_available() else "cpu")3.2设定算法参数 

SkyAR算法提供了以下五个参数来调整换天的效果:

skybox_center_crop: 天空体中心偏移

auto_light_matching: 是否自动亮度匹配

relighting_factor: 补光

recoloring_factor: 重新着色

halo_effect: 是否开启光环效应

且提供了 datadir 和 skybox 两个参数来指定待处理的原视频和要替换的天空图片,通过路径进行指定即可,如下所示:

parameter = { "net_G": "coord_resnet50", "ckptdir": "./checkpoints_G_coord_resnet50", "input_mode": "video", "datadir": "./test_videos/sky.mp4", # 待处理的原视频路径 "skybox": "sky.jpg", # 要替换的天空图片路径 "in_size_w": 384, "in_size_h": 384, "out_size_w": 845, "out_size_h": 480, "skybox_center_crop": 0.5, "auto_light_matching": False, "relighting_factor": 0.8, "recoloring_factor": 0.5, "halo_effect": True, "output_dir": "./jpg_output", "save_jpgs": False}str_json = json.dumps(parameter)3.3预览一下原视频video_name = parameter['datadir']def arrayShow(img): img = cv2.resize(img, (0, 0), fx=0.25, fy=0.25, interpolation=cv2.INTER_NEAREST) _,ret = cv2.imencode('.jpg', img) return Image(data=ret)# 打开一个视频流cap = cv2.VideoCapture(video_name)frame_id = 0while True: try: clear_output(wait=True) # 清除之前的显示 ret, frame = cap.read() # 读取一帧图片 if ret: frame_id += 1 if frame_id > 200: break cv2.putText(frame, str(frame_id), (5, 15), cv2.FONT_HERSHEY_SIMPLEX, 0.5, (0, 255, 0), 1) # 画frame_id tmp = cv2.cvtColor(frame, cv2.COLOR_BGR2RGB) # 转换色彩模式 img = arrayShow(frame) display(img) # 显示图片 time.sleep(0.05) # 线程睡眠一段时间再处理下一帧图片 else: break except KeyboardInterrupt: cap.release()cap.release()   预览一下要替换的天空图片img= cv2.imread(os.path.join('./skybox', parameter['skybox']))img2 = img[:, :, ::-1]plt.imshow(img2)3.4定义SkyFilter类 class Struct: def __init__(self, **entries): self.__dict__.update(entries)def parse_config(): data = json.loads(str_json) args = Struct(**data) return argsargs = parse_config()class SkyFilter(): def __init__(self, args): self.ckptdir = args.ckptdir self.datadir = args.datadir self.input_mode = args.input_mode self.in_size_w, self.in_size_h = args.in_size_w, args.in_size_h self.out_size_w, self.out_size_h = args.out_size_w, args.out_size_h self.skyboxengine = SkyBox(args) self.net_G = define_G(input_nc=3, output_nc=1, ngf=64, netG=args.net_G).to(device) self.load_model() self.video_writer = cv2.VideoWriter('out.avi', cv2.VideoWriter_fourcc(*'MJPG'), 20.0, (args.out_size_w, args.out_size_h)) self.video_writer_cat = cv2.VideoWriter('compare.avi', cv2.VideoWriter_fourcc(*'MJPG'), 20.0, (2*args.out_size_w, args.out_size_h)) if os.path.exists(args.output_dir) is False: os.mkdir(args.output_dir) self.output_img_list = [] self.save_jpgs = args.save_jpgs def load_model(self): # 加载预训练的天空抠图模型 print('loading the best checkpoint...') checkpoint = torch.load(os.path.join(self.ckptdir, 'best_ckpt.pt'), map_location=device) self.net_G.load_state_dict(checkpoint['model_G_state_dict']) self.net_G.to(device) self.net_G.eval() def write_video(self, img_HD, syneth): frame = np.array(255.0 * syneth[:, :, ::-1], dtype=np.uint8) self.video_writer.write(frame) frame_cat = np.concatenate([img_HD, syneth], axis=1) frame_cat = np.array(255.0 * frame_cat[:, :, ::-1], dtype=np.uint8) self.video_writer_cat.write(frame_cat) # 定义结果缓冲区 self.output_img_list.append(frame_cat) def synthesize(self, img_HD, img_HD_prev): h, w, c = img_HD.shape img = cv2.resize(img_HD, (self.in_size_w, self.in_size_h)) img = np.array(img, dtype=np.float32) img = torch.tensor(img).permute([2, 0, 1]).unsqueeze(0) with torch.no_grad(): G_pred = self.net_G(img.to(device)) G_pred = torch.nn.functional.interpolate(G_pred, (h, w), mode='bicubic', align_corners=False) G_pred = G_pred[0, :].permute([1, 2, 0]) G_pred = torch.cat([G_pred, G_pred, G_pred], dim=-1) G_pred = np.array(G_pred.detach().cpu()) G_pred = np.clip(G_pred, a_max=1.0, a_min=0.0) skymask = self.skyboxengine.skymask_refinement(G_pred, img_HD) syneth = self.skyboxengine.skyblend(img_HD, img_HD_prev, skymask) return syneth, G_pred, skymask def cvtcolor_and_resize(self, img_HD): img_HD = cv2.cvtColor(img_HD, cv2.COLOR_BGR2RGB) img_HD = np.array(img_HD / 255., dtype=np.float32) img_HD = cv2.resize(img_HD, (self.out_size_w, self.out_size_h)) return img_HD def process_video(self): # 逐帧处理视频 cap = cv2.VideoCapture(self.datadir) m_frames = int(cap.get(cv2.CAP_PROP_FRAME_COUNT)) img_HD_prev = None for idx in range(m_frames): ret, frame = cap.read() if ret: img_HD = self.cvtcolor_and_resize(frame) if img_HD_prev is None: img_HD_prev = img_HD syneth, G_pred, skymask = self.synthesize(img_HD, img_HD_prev) self.write_video(img_HD, syneth) img_HD_prev = img_HD if (idx + 1) % 50 == 0: print(f'processing video, frame {idx + 1} / {m_frames} ... ') else: # 如果到达最后一帧 break3.5开始处理视频 sf = SkyFilter(args)sf.process_video()3.6对比原视频和处理后的视频video_name = "compare.avi"def arrayShow(img): _,ret = cv2.imencode('.jpg', img) return Image(data=ret)# 打开一个视频流cap = cv2.VideoCapture(video_name)frame_id = 0while True: try: clear_output(wait=True) # 清除之前的显示 ret, frame = cap.read() # 读取一帧图片 if ret: frame_id += 1 cv2.putText(frame, str(frame_id), (5, 15), cv2.FONT_HERSHEY_SIMPLEX, 0.5, (0, 255, 0), 1) # 画frame_id tmp = cv2.cvtColor(frame, cv2.COLOR_BGR2RGB) # 转换色彩模式 img = arrayShow(frame) display(img) # 显示图片 time.sleep(0.05) # 线程睡眠一段时间再处理下一帧图片 else: break except KeyboardInterrupt: cap.release()cap.release()3.7 生成你自己的换天视频

三个步骤实现自定义视频的换天效果:

(1)在自己本地电脑上准备好一个待处理的mp4视频文件和一张天空图片;

(2)参考此文档,将视频文件和图片文件分别上传到ModelArts JupyterLab的SkyAR/test_videos目录和SkyAR/skybox目录下;

(3)修改步骤2 “设定算法参数” 中datadir 和 skybox 两个参数的路径为你刚上传的视频和图片路径;

(4)重新运行步骤2~6。

本文链接地址:https://www.jiuchutong.com/zhishi/300660.html 转载请保留说明!

上一篇:电商后台管理系统简介

下一篇:投稿指南【NO.7】目标检测论文写作模板(初稿)(投稿p2)

  • 品牌要怎么借“势”才能事半功倍?(品牌要怎么借给顾客)

    品牌要怎么借“势”才能事半功倍?(品牌要怎么借给顾客)

  • iphone13哪个卡槽是主卡(iphone13是卡槽)

    iphone13哪个卡槽是主卡(iphone13是卡槽)

  • vivo隐私与应用加密密码忘了怎么办(vivo隐私与应用加密忘记怎么找回密码?)

    vivo隐私与应用加密密码忘了怎么办(vivo隐私与应用加密忘记怎么找回密码?)

  • 华为mate30手机能用5g网络吗(华为mate30手机能用几年)

    华为mate30手机能用5g网络吗(华为mate30手机能用几年)

  • 闲鱼卖书扫不上isbn码(闲鱼卖书扫不上怎么回事)

    闲鱼卖书扫不上isbn码(闲鱼卖书扫不上怎么回事)

  • 华为手机最下面三个键不见了怎么办(华为手机最下面的图标不显示怎么办)

    华为手机最下面三个键不见了怎么办(华为手机最下面的图标不显示怎么办)

  • 苹果玩游戏发烫很严重怎么办(苹果玩游戏发烫掉帧)

    苹果玩游戏发烫很严重怎么办(苹果玩游戏发烫掉帧)

  • 苹果耳机3代怎么充电(苹果耳机3代怎么切换到下一首歌)

    苹果耳机3代怎么充电(苹果耳机3代怎么切换到下一首歌)

  • b365支持内存频率(b365支持内存频率最大多少)

    b365支持内存频率(b365支持内存频率最大多少)

  • 苹果xs面容设置不了(苹果xs面容设置没反应)

    苹果xs面容设置不了(苹果xs面容设置没反应)

  • 苹果4有录屏功能嘛(苹果4有录屏功能么)

    苹果4有录屏功能嘛(苹果4有录屏功能么)

  • wps做的ppt用office打不开(wps做的ppt用office 音乐放不出来)

    wps做的ppt用office打不开(wps做的ppt用office 音乐放不出来)

  • 卡贴机电信信号稳定吗(卡贴机电信1x)

    卡贴机电信信号稳定吗(卡贴机电信1x)

  • 微信好友上限10000人?(微信好友上限10000人然后怎么加人)

    微信好友上限10000人?(微信好友上限10000人然后怎么加人)

  • r7 3700x配什么主板(r7-3700x)

    r7 3700x配什么主板(r7-3700x)

  • 微机存储器中的RAM代表什么存储器(单片机存储器)

    微机存储器中的RAM代表什么存储器(单片机存储器)

  • 戴尔笔记本怎么截图(戴尔笔记本怎么用u盘重装系统)

    戴尔笔记本怎么截图(戴尔笔记本怎么用u盘重装系统)

  • 电脑连上网却无法上网(电脑连上网了却显示无网络)

    电脑连上网却无法上网(电脑连上网了却显示无网络)

  • 换手机号了抖音怎么找回(换手机号了抖音登不上去怎么办)

    换手机号了抖音怎么找回(换手机号了抖音登不上去怎么办)

  • 小米手环1怎么重启(小米手环1怎么绑定手机)

    小米手环1怎么重启(小米手环1怎么绑定手机)

  • xp连接不了win7打印机

    xp连接不了win7打印机

  • 苹果怎么关联对方位置(苹果怎么关联对方手机微信号)

    苹果怎么关联对方位置(苹果怎么关联对方手机微信号)

  • 苹果手机录音转换成mp3教程(苹果手机录音转mp3怎么转)

    苹果手机录音转换成mp3教程(苹果手机录音转mp3怎么转)

  • 科伯克谷国家公园里的驯鹿,阿拉斯加 (© Staffan Widstrand/Minden Pictures)(科克伯什么意思)

    科伯克谷国家公园里的驯鹿,阿拉斯加 (© Staffan Widstrand/Minden Pictures)(科克伯什么意思)

  • c语言中main函数是什么(C语言中main函数的位置可以任意吗)

    c语言中main函数是什么(C语言中main函数的位置可以任意吗)

  • 企业增值税税负率怎么计算
  • 不征税收入的三个条件文件依据
  • 固定资产大修理的标准
  • 其他应收款的对方科目有哪些
  • 非独生子女赡养父母扣税
  • 扣缴义务人怎么删除
  • 从业人数和资产的关系
  • 收到投资款怎么做记账凭证
  • 计算土地增值税时增值税可以扣除吗
  • 预付款与定金的比例
  • 营业收入管理也是企业财务管理的基本内容
  • 按工人工资比例结转制造费用的科目
  • 同一客户应收应付可以相互抵消吗
  • 税金及附加包括所得税费用吗
  • 环境保护税即将施行 有哪些点需要关注?
  • 进项抵扣抵扣
  • 没有道路许可证可上营运吗
  • 个人缴纳工会费可以在工资里面扣交吗
  • 附加税城建税税率
  • 联营商场如何交增值税?
  • 计提的电费和支付电费差额如何调整
  • 基建项目税率
  • 总部员工调往下属单位
  • 应交税费的借方表示什么
  • 发票丢失税局怎么罚款
  • 预缴附加税怎么做账
  • php 链式调用
  • php面向对象优点,缺点
  • 跨年度费用应如何计算
  • PHP:curl_version()的用法_cURL函数
  • wordpress怎么上传网站
  • 库存现金盘盈怎么做分录
  • 怎么开通公众号微信公众平台
  • 一个php请求的执行过程
  • 促销费可以进项抵扣吗
  • 销售退回的会计分录金额
  • php消息实时推送完整示例
  • 增值税发票支票号
  • php实现和工作原理
  • 使用微软必应需要哪些条件
  • 股息和未分配利润的区别
  • 所得税主要特点有
  • 销售费用变动率异常
  • 为什么结转材料成本差异
  • 新版电子税务局怎么增加办税人员
  • sql server2014使用
  • mysql日期和时间分开存的 索引
  • 小规模纳税人场地租赁发票税率是多少
  • 所得税纳税年度
  • 以前年度多计提成本怎么处理
  • 公司给员工转公司
  • 收银系统入库入错了怎么办
  • 关税的计税方式一般可以分为
  • 完工结转的会计分录
  • 日常费用报销表格
  • 工资薪金个人所得税扣除标准
  • 企业年初借的
  • 企业发生的存货盘盈计入营业外收入吗
  • IN&EXISTS与NOT IN&NOT EXISTS 的优化原则小结
  • unix系统中目录采用什么结构
  • 打造安全稳定
  • vm虚拟机中的浏览器在哪
  • ubuntu20.04关闭图形界面命令
  • macbookpro4399小游戏
  • propelac.exe - propelac是什么进程 有什么用
  • win xp系统安装
  • uefi bios ufilify
  • window10应用商店
  • win7系统打印机服务开启
  • Win10 mobile 10586.107升级后会出现哪些bug?
  • nodejs assert
  • 安卓属性
  • 环境变量windows
  • 写个置顶
  • threejs入门教程
  • JavaScript Math.ceil 方法(对数值向上取整)
  • android反编译软件
  • flappy bird攻略
  • 陕西省税务电话是多少
  • 个人利息收入属于什么收入
  • 免责声明:网站部分图片文字素材来源于网络,如有侵权,请及时告知,我们会第一时间删除,谢谢! 邮箱:opceo@qq.com

    鄂ICP备2023003026号

    网站地图: 企业信息 工商信息 财税知识 网络常识 编程技术

    友情链接: 武汉网站建设