【慕尼黑工业大学-Matthias Niessner】人工智能驱动的视频合成及其意义,104页ppt

2020 年 3 月 15 日 专知



地址:

https://www.ri.cmu.edu/event/ai-driven-videos-synthesis-and-its-implications/


在这次演讲中,我将展示我的研究愿景:如何创建现实世界的真实感数字复制品,以及如何使全息图成为现实。最终,我希望看到照片和视频演变成互动的、与现实世界难以区分的全息内容。想象一下拍这样的3D照片与朋友、家人或社交媒体分享;为子孙后代充分记录历史时刻的能力;或者为即将到来的增强和虚拟现实应用提供内容。基于人工智能的方法,如生成神经网络,在这种背景下变得越来越受欢迎,因为它们有潜力改造现有的图像合成流程。我将特别讨论一种神经渲染的方法,在这种方法中,我们可以保留对传统图形流程的完全控制,但同时利用深度学习的现代功能,比如处理商品3D扫描的不完善内容。


虽然图像的捕获和真实感合成为从娱乐到通信行业的应用提供了令人难以置信的可能性,但也有一些重要的伦理考虑必须牢记在心。具体来说,在捏造新闻(如fakenews)的内容中,突出和理解数字操纵的内容是至关重要的。我相信媒体取证在这一领域扮演着重要的角色,无论是从学术的角度来更好地理解图像和视频操作,更重要的是从社会的角度来创造和提高人们对可能性的认识,更重要的是,强调关于数字内容信任的潜在途径和解决方案。



专知便捷查看

便捷下载,请关注专知公众号(点击上方蓝色专知关注)

  • 后台回复“AIVS” 就可以获取【慕尼黑工业大学-Matthias Niessner】人工智能驱动的视频合成及其意义,104页ppt》专知下载链接

专知,专业可信的人工智能知识分发,让认知协作更快更好!欢迎注册登录专知www.zhuanzhi.ai,获取5000+AI主题干货知识资料!
欢迎微信扫一扫加入专知人工智能知识星球群,获取最新AI专业干货知识教程资料和与专家交流咨询
点击“ 阅读原文 ”,了解使用 专知 ,查看获取5000+AI主题知识资源
登录查看更多
6

相关内容

【ACL2020】多模态信息抽取,365页ppt
专知会员服务
143+阅读 · 2020年7月6日
最新《生成式对抗网络》简介,25页ppt
专知会员服务
173+阅读 · 2020年6月28日
最新《高级深度学习》课程, 慕尼黑工业大学
专知会员服务
77+阅读 · 2020年6月20日
知识图谱推理,50页ppt,Salesforce首席科学家Richard Socher
专知会员服务
105+阅读 · 2020年6月10日
电力人工智能发展报告,33页ppt
专知会员服务
126+阅读 · 2019年12月25日
【初学者指南】神经网络中的数学
专知
31+阅读 · 2019年12月16日
Gartner 报告:人工智能的现状与未来
InfoQ
14+阅读 · 2019年11月29日
基于深度学习的文本生成【附217页PPT下载】
专知
35+阅读 · 2018年11月24日
Pytorch作者Adam Paszke-53页Pytorch教程PPT
专知
34+阅读 · 2018年10月27日
Deformable Style Transfer
Arxiv
14+阅读 · 2020年3月24日
Arxiv
3+阅读 · 2019年10月31日
Seeing What a GAN Cannot Generate
Arxiv
8+阅读 · 2019年10月24日
Arxiv
4+阅读 · 2018年11月7日
VIP会员
相关VIP内容
【ACL2020】多模态信息抽取,365页ppt
专知会员服务
143+阅读 · 2020年7月6日
最新《生成式对抗网络》简介,25页ppt
专知会员服务
173+阅读 · 2020年6月28日
最新《高级深度学习》课程, 慕尼黑工业大学
专知会员服务
77+阅读 · 2020年6月20日
知识图谱推理,50页ppt,Salesforce首席科学家Richard Socher
专知会员服务
105+阅读 · 2020年6月10日
电力人工智能发展报告,33页ppt
专知会员服务
126+阅读 · 2019年12月25日
Top
微信扫码咨询专知VIP会员