一 这个技术能干啥

咋一说图像分割技术，或者更专业一点的叫法“图像语意分析”技术有哪些用途。大家可能还不一定能马上想出来，其实这个东西正在影响着我们的生活。我也是短视频软件的中毒用户，上面有特别多的美女网红，甚至发现过高中同学长得一般的妹子也成了网红女神。这一切的原因是什么的？就是短视频软件可以很好地将人像抠图，把该瘦的地方瘦，该大的地方大。

这种分割技术也能在其它很多领域应用，比如说图像虚化，过去是需要用单反相机通过对焦以及参数调节的方式才能实现，现在用算法可以方便的把人物背景虚化。

背景

在视觉设计领域中，设计师们往往会因为一些简单需求付出相当多的时间，比如修改文案内容，设计简单的海报版式，针对不同机型、展位的多尺寸拓展等。这些工作需要耗费大量的时间、人力成本（5~6张/人日），但对设计师的进步成长起到的作用却非常有限。另一方面，精准营销是未来的大趋势，在大流量背景下，首页的海报资源展位需要展示“千人千面”的效果，这对海报的生产效率也提出了非常高的要求。所以，我们美团外卖技术团队尝试结合AI技术，来协助设计师避免这种低收益、高重复的任务，同时低成本、高效率、高质量地完成海报图片的生成。本文以Banner（横版海报）为例，介绍我们在海报设计与AI技术结合方面所进行的一些探索和研究。

引用

我们在这项工作中提出一种从单张RGB图片估计车辆在相机坐标系中姿态的方法。与传统方法不同的是，我们不采用先估计观测角再进行转换的二步方法，而是通过提取有几何意义的中间特征直接估计车辆姿态。如何设计这样的中间特征并有效地监督模型学习这样的特征是本文主要探索的研究问题。我们提出用一种插值立方体的表示编码车辆的朝向，并定义其在图片的投影点坐标作为中间几何特征。这样的定义只使用原始的标注从而不依赖于更富有细节的标注。这样定义中间特征同时引入了基于投影不变的先验知识。我们根据这样的先验信息提出了一项可以在无标注数据上计算的损失函数，从而可以利用无标注的数据监督中间特征的学习。本文实现的基于单目相机的系统在KITTI数据集上取得了良好的车辆姿态估计精度，甚至可以与一些双目系统相比。相关的代码和预训练模型已经在项目网站开源。

在之前的文章