「AI透视眼」，三次马尔奖获得者Andrew带队解决任意物体遮挡补全难题（ai透视作品）

AIGC动态欢迎阅读

原标题：「AI透视眼」，三次马尔奖获得者Andrew带队解决任意物体遮挡

补全难题

关键字：物体,遮挡,形状,数据,模型

文章来源：机器之心

内容字数：3507字

内容摘要：

机器之心专栏

机器之心编辑部遮挡是计算机视觉很基础但依旧未解决的问题之一，因为遮挡意味着视觉信息的缺失，而机器视觉系统却依靠着视觉信息进行感知和理解，并且在现实世界中，物体之间的相互遮挡无处不在。牛津大学 VGG 实验室 Andrew Zisserman 团队最新工作系统性解决了任意物体的遮挡补全问题，并且为这一问题提出了一个新的更加精确的评估数据集。该工作受到了 MPI 大佬 Michael Black、CVPR 官方账号、南加州大学计算机系官方账号等在 X 平台的点赞。以下为论文「Amodal Ground Truth and Completion in the Wild」的主要内容。论文链接：https://arxiv.org/pdf/2312.17247.pdf

项目主页：https://www.robots.ox.ac.uk/~vgg/research/amodal/

代码地址：https://github.com/Championchess/Amodal-Completion-in-the-Wild

非模态分割（Amodal Segmentation）旨在补全物体被遮挡的部

原文链接：「AI透视眼」，三次马尔奖获得者Andrew带队解决任意物体遮挡补全难题