AI 图像处理资料整理

AI 模型

https://aimodels.org/models

AR 增强显示,实时视频打标签,Hololens远程视频通话与AR标注

https://www.microsoft.com/zh-cn/hololens

非常棒图像处理教程 PyImageSearch

https://pyimagesearch.com/category/image-processing/page/2/

照片方向校正

https://pyimagesearch.com/2017/02/20/text-skew-correction-opencv-python/

基于PyTorch的高性能人脸识别库

https://github.com/ZhaoJ9014/face.evoLVe.PyTorc

神力AI(MANA)-国内最大的AI代码平台

http://manaai.cn/

谷歌深度学习TTS语音包

https://deepmind.com/blog/article/wavenet-generative-model-raw-audio
应用:https://mp.weixin.qq.com/s/Z99HGcp5BK9EVFlf3sPYpw

前沿技术关键突破

https://deepmind.com/impact#significant_breakthroughs

人脸属性编辑器

这是一个基于StyleGAN的人脸属性编辑器

https://github.com/a312863063/seeprettyface-face_editor

用于图像增强的深度局部参数滤波器

https://github.com/sjmoran/DeepLPF

黑白转彩色

https://github.com/jantic/DeOldify

StyleGAN2 - 官方 TensorFlow 实现

https://github.com/NVlabs/stylegan2

使用神经网络进行图像恢复但无需学习

https://github.com/DmitryUlyanov/deep-image-prior

基本超级恢复。包括 ESRGAN、SFT-GAN、SRFLOW、PPON、PAN、SOFVSR、RIFE 和其他用于训练和测试的代码。

https://github.com/victorca25/BasicSR
https://github.com/xinntao/BasicSR

https://nmkd.de/
https://nmkd.de/?esrgan

https://github.com/n00mkrad/cupscale

整理汇总下今年CVPR图像重建(Image Reconstruction)/底层视觉(Low-Level Vision)相关的论文和代码,括超分辨率,图像去雨,图像去雾,去模糊,去噪,图像恢复,图像增强,图像去摩尔纹,图像修复,图像质量评价,插帧,图像/视频压缩等任务。
人脸对比算法

https://www.huaweicloud.com/articles/b1a84d3c48cdbd9317b3ad0c3c6d2083.html

CVPR2021官网:http://cvpr2021.thecvf.com

开会时间:2021年6月19日-6月25日

论文接收公布时间:2021年2月28日

【Contents】

####### 图片质量增强
https://letsenhance.io/

使用深度卷积网络自动增强照片质量的软件和预训练模型

https://github.com/aiff22/DPED
https://www.google.com.hk/search?q=photo+quality+enhancement+github

图像类比

https://github.com/awentzonline/image-analogies

人脸清晰度

https://github.com/yangxy/GPEN/

星际迷航特效

https://github.com/jiupinjia/SkyAR

颜色校正

https://www.google.com/search?q=edge+color+correction+%22github%22

抠图边缘处理思路

https://towardsdatascience.com/background-removal-with-python-b61671d1508a
https://stackoverflow.com/questions/64491530/how-to-remove-the-background-from-a-picture-in-opencv-python

论文代码最新实现

https://www.paperswithcode.com/

Blender 是免费的开源 3D 创作套件。它支持整个 3D 管道——建模、装配、动画、模拟、渲染、合成和运动跟踪、视频编辑和 2D 动画管道。

https://www.blender.org/

语音AI

https://github.com/NVIDIA/NeMo

NVIDIA NeMo 是一个对话式 AI 工具包,专为从事自动语音识别 (ASR)、自然语言处理 (NLP) 和文本到语音合成 (TTS) 的研究人员构建。NeMo 的主要目标是帮助来自行业和学术界的研究人员重用以前的工作(代码和预培训模型,并更容易创建新的对话 AI 模型

文档

超清

https://github.com/rosinality/stylegan2-pytorch

通过打破黑暗实现微光图像增强

https://github.com/mingcv/Bread

EmoPy:通过面部表情识别(FER)进行情感分析的深度神经网络工具包 (gitee.com)

知识图谱

deepke: DeepKE是由浙江大学知识图谱团队维护开源知识图谱抽取工具集。 (gitee.com)

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 196,302评论 5 462
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 82,563评论 2 373
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 143,433评论 0 325
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 52,628评论 1 267
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 61,467评论 5 358
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 46,354评论 1 273
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 36,777评论 3 387
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 35,419评论 0 255
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 39,725评论 1 294
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 34,768评论 2 314
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 36,543评论 1 326
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 32,387评论 3 315
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 37,794评论 3 300
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 29,032评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 30,305评论 1 252
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 41,741评论 2 342
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 40,946评论 2 336

推荐阅读更多精彩内容