首页
学习
活动
专区
圈层
工具
发布

双12视频人物识别推荐

双12视频人物识别推荐基础概念

基础概念: 视频人物识别推荐系统是一种利用计算机视觉技术和机器学习算法来分析视频内容,并根据视频中的人物特征进行个性化推荐的系统。它通常包括以下几个关键步骤:

  1. 视频内容提取:从视频中提取出图像帧。
  2. 人物检测与识别:使用深度学习模型(如YOLO、SSD)检测视频帧中的人物,并通过人脸识别技术(如FaceNet)识别出具体的人物身份。
  3. 特征提取:提取人物的特征向量,这些特征可能包括外貌、表情、行为等。
  4. 推荐算法:根据提取的特征向量,使用协同过滤、内容推荐或混合推荐算法生成个性化的推荐列表。

相关优势

  1. 个性化体验:能够根据用户的观看历史和视频中的人物特征提供定制化的推荐。
  2. 提高用户粘性:通过精准的推荐增加用户在平台上的停留时间和互动频率。
  3. 广告投放优化:帮助企业更有效地针对特定人群投放广告。

类型与应用场景

类型:

  • 基于内容的推荐:根据视频内容和人物特征进行推荐。
  • 协同过滤推荐:基于用户行为和其他相似用户的行为进行推荐。
  • 混合推荐:结合上述两种方法,提供更精准的推荐结果。

应用场景:

  • 电商直播:在直播过程中识别主播和观众,推送相关商品。
  • 社交媒体:根据用户在视频中关注的人物推荐相似内容。
  • 视频平台:为用户推荐他们可能感兴趣的视频系列或人物相关的节目。

可能遇到的问题及原因

问题1:识别准确率不高

  • 原因:可能是由于光线不足、面部遮挡或模型训练数据不足导致的。
  • 解决方法:优化模型结构,增加训练数据多样性,使用更先进的深度学习框架。

问题2:推荐结果不精准

  • 原因:可能是推荐算法不够精细,或者用户画像构建不完整。
  • 解决方法:改进推荐算法,引入更多维度的数据(如用户兴趣、行为习惯等)来丰富用户画像。

示例代码(Python)

以下是一个简化的示例代码,展示如何使用OpenCV和Face Recognition库进行人脸检测和识别:

代码语言:txt
复制
import cv2
import face_recognition

# 加载已知人脸图像和对应的名称
known_image = face_recognition.load_image_file("known_person.jpg")
known_face_encoding = face_recognition.face_encodings(known_image)[0]
known_face_names = ["Known Person"]

# 打开摄像头
video_capture = cv2.VideoCapture(0)

while True:
    # 读取每一帧视频
    ret, frame = video_capture.read()

    # 将视频帧转换为RGB格式
    rgb_frame = frame[:, :, ::-1]

    # 检测当前帧中所有的人脸
    face_locations = face_recognition.face_locations(rgb_frame)
    face_encodings = face_recognition.face_encodings(rgb_frame, face_locations)

    for face_encoding in face_encodings:
        # 比较当前人脸与已知人脸
        matches = face_recognition.compare_faces([known_face_encoding], face_encoding)
        name = "Unknown"

        if True in matches:
            first_match_index = matches.index(True)
            name = known_face_names[first_match_index]

        # 在视频帧上绘制人脸框和名称
        for (top, right, bottom, left) in face_locations:
            cv2.rectangle(frame, (left, top), (right, bottom), (0, 0, 255), 2)
            cv2.putText(frame, name, (left + 6, bottom - 6), cv2.FONT_HERSHEY_SIMPLEX, 0.5, (255, 255, 255), 1)

    # 显示结果帧
    cv2.imshow('Video', frame)

    # 按q退出循环
    if cv2.waitKey(1) & 0xFF == ord('q'):
        break

# 释放摄像头并关闭窗口
video_capture.release()
cv2.destroyAllWindows()

这个示例展示了如何实时检测和识别视频中的人脸,并标注出已知人物的名称。在实际应用中,还需要结合推荐算法来实现完整的推荐系统。

页面内容是否对你有帮助?
有帮助
没帮助

相关·内容

首次揭秘双11双12背后的云数据库技术!| Q推荐

从 2009 年到 2021 年,从千万交易额到千亿交易额,双 11 已经开展了 12 年。如今,每年的双 11 以及一个月后的双 12,已经成为真正意义上的全民购物狂欢节。...刚刚过去的 2021 年双 11,就有超过 8 亿消费者参与。 与攀升的交易额和参与人数相反,双 11 的主要阵地“淘宝 APP”、双 12 的主要阵地“天猫 APP”的崩溃情况逐年减少近无。...是什么样的数据库撑起了 2021 年的双 11 双 12 的稳定进行?...《数据 Cool 谈》第三期,阿里巴巴大淘宝技术部双 12 队长朱成、阿里巴巴业务平台双 11 队长徐培德、阿里巴巴数据库双 11 队长陈锦赋与 InfoQ 主编王一鹏,一同揭秘了双 11 双 12 背后的数据库技术...在双 11 双 12,这种方式的弊端会被进一步放大。数据显示,在双 11 秒杀系统中,秒杀峰值交易数据每秒超过 50 万笔,是一个非常典型的电商秒杀场景。

53.1K50

Facebook 开源 SlowFast:基于双帧速率分治轻量视频识别模型

这一开源旨在进一步提高系统识别与分类视频内容的能力,并改善视频个性化推荐应用。...SlowFast 是一个新型视频识别方法,它可以模仿灵长类视觉中的视网膜神经运作原理,同时以慢速帧频和快速帧频提取视频中的有效信息,从而提高动作分类及动作识别效果。...Facebook AI 也希望通过对这些关系的介绍,能够启发更多用于视频识别的计算机视觉模型。 SlowFast 进展 通过合理的快慢分工,SlowFast 比之前的视频识别系统都更加轻量级。...,包括:改进系统如何自动识别、分类视频内容,以及视频推荐等应用。...同时,在视频检测方面的进展也有利于帮助公共平台寻找和删除有害视频,也包括为视频个性化提供更好的推荐建议。 ?

3.8K10
  • 准确检测DeepFake视频,阿里新算法从多个人物中识别被篡改的人脸

    来源:公众号 机器之心 授权 近日,阿里安全图灵实验室和中科院计算所合作提出一种只需要视频级别标注的新型 DeepFake 视频检测方法,该方法更加关注现实中广泛存在的部分攻击(篡改)视频问题,能够从视频中准确识别出被篡改的人脸...例如,今年 2 月份在德里议会选举的前一天,一个被 DeepFake 篡改过的政客讲话视频在 WhatsApp 上流传,对选举造成了极大的影响 [1];而在某成人视频网站上,某女星的脸被「安」在了成人视频女主角脸上...而之前基于视频级别的检测工作,比如 LSTM 等,在 DeepFake 视频检测时,过多专注于时序建模,导致 DeepFake 视频检测效果受到一定限制。 阿里新研究:S-MIL ?...图 2:S-MIL 算法框架图 为了更好地检测部分篡改的 DeepFake 视频,阿里研究人员提出了一种只需要视频级别标注的新型 DeepFake 视频检测方法。...回顾 DeepFake 视频的定义:只要视频中有一张人脸被篡改,那么该视频就被定义为 DeepFake 视频。这和多实例学习是吻合的。

    2.4K30

    多模态人物识别技术及其在爱奇艺视频场景中的应用 | 公开课笔记

    嘉宾 | 爱奇艺 编辑 | Jane 出品 | AI科技大本营(ID:rgznai100) 在本期 CSDN 技术公开课Plus:《多模态人物识别技术及其在视频场景中的应用》中,爱奇艺科学家路香菊博士将为大家介绍了多模态人物识别技术及在视频场景中的应用...组织创办“爱奇艺多模态视频人物识别赛”,开放全球首个影视视频人物数库iQIYI-VID,创建百万人物库及四万卡通角色库,相关技术应用到爱奇艺APP“扫一扫”及AI雷达等产品中。...除此之外,在视频中,还需要识别服饰、发型、声纹和指纹、虹膜等生物特征。所以,现在基于视频场景中的人物识别已经成为一个综合需求的识别。 ? 第二,如何识别虚拟人物?...二是爱奇艺员工数据库,是我们内部员工的数据库,里面包含了大量的人脸、姿态、表情等变化;三是爱奇艺在多模态人物识别竞赛中发布的数据集,里面主要是针对明星的视频数据进行身份识别。...月公开课,精彩预告 12月11日晚8点:人工智能消化道病理辅助诊断平台——从方法到落地 报名地址:https://edu.csdn.net/huiyiCourse/detail/1111 12月12日晚

    4.2K20

    今日 Paper | 神经网络结构搜索;视觉目标;人物识别;视频3D人体姿态估计等

    目录 基于进化算法和权值共享的神经网络结构搜索 检测视频中关注的视觉目标 包含状态信息的弱监督学习方法进行人物识别 基于解剖学感知的视频3D人体姿态估计 RandLA-Net:一种新型的大规模点云语义分割框架...发表时间:2020/3/5 论文链接:https://arxiv.org/abs/2003.02501v1 推荐原因 这篇论文被CVPR 2020接收,要解决的是检测视频中关注目标的问题。...在该数据集上进行的实验表明,所提模型可以有效推断视频中的注意力。为进一步证明该方法的实用性,这篇论文将预测的注意力图应用于两个社交注视行为识别任务,并表明所得分类器明显优于现有方法。 ? ?...包含状态信息的弱监督学习方法进行人物识别 论文名称:Weakly supervised discriminative feature learning with state information for...论文链接:http://arxiv.org/pdf/2002.10322.pdf 推荐原因 研究意义: 本文提出了一种新的视频中3D人体姿态估计的解决方案。

    1.8K10

    【每周CV论文推荐】初学视频分类与行为识别有哪些值得阅读的论文?

    欢迎来到《每周CV论文推荐》。在这个专栏里,还是本着有三AI一贯的原则,专注于让大家能够系统性完成学习,所以我们推荐的文章也必定是同一主题的。...随着图像识别相关领域的研究与应用逐渐成熟,当下视频分析相关的研究和应用所占比例越来越大,其技术也更加复杂。...视频分类和行为识别在视频监控与检索、网络直播、推荐系统等行业中有着广泛的应用,是深度学习在视频分析领域中最底层的问题之一,非常值得关注和学习。...,我们推出了相关的专栏课程《深度学习之视频分类与行为识别:理论实践篇》,感兴趣可以进一步阅读: 【视频课】CV必学,超8小时,3大模块,3大案例,循序渐进地搞懂视频分类与行为识别!...总结 本次我们简单介绍了视频分类与行为识别的一些重要内容,这是从事视频分析方向必须掌握的内容,值得所有从业者掌握。 有三AI冬季划-项目实战组

    1K10

    如何用Transformer分清12位女排运动员?这个「时空双路」框架刷群体行为识别SOTA

    群体行为识别(Group Activity Recognition)不同于寻常的关于个体动作的行为识别(Action Recognition),需要通过分析视频中所有参与群体活动的个体之间的关系,进一步结合场景信息...以下面排球比赛视频为例,算法需要分析场上12位运动员的动作、交互以及场景内容,综合判断得到场上在进行左侧击球(left-spike)群体行为。 ‍...如图3所示,作者提出个体在帧(Frame)级别和视频(Video)级别特征表达在不同建模分支间的对比损失关系,即帧-帧(F-F,Frame-Frame)、帧-视频(F-V,Frame-Video)和视频...图4 全监督提供12位运动员的精细标注 为了进一步减少标注成本,也为了检验模型的鲁棒性,文章提出有限数据设定(limited data),验证模型在有限标注数据(如50%)下的表现;同时,文章也在弱监督设定...重点从事深度学习与计算机视觉、模式识别与机器学习等人工智能前沿研究。

    3.2K40

    如何用Transformer分清12位女排运动员?这个「时空双路」框架刷群体行为识别SOTA

    群体行为识别(Group Activity Recognition)不同于寻常的关于个体动作的行为识别(Action Recognition),需要通过分析视频中所有参与群体活动的个体之间的关系,进一步结合场景信息...以下面排球比赛视频为例,算法需要分析场上12位运动员的动作、交互以及场景内容,综合判断得到场上在进行左侧击球(left-spike)群体行为。 ‍...如图3所示,作者提出个体在帧(Frame)级别和视频(Video)级别特征表达在不同建模分支间的对比损失关系,即帧-帧(F-F,Frame-Frame)、帧-视频(F-V,Frame-Video)和视频...图4 全监督提供12位运动员的精细标注 为了进一步减少标注成本,也为了检验模型的鲁棒性,文章提出有限数据设定(limited data),验证模型在有限标注数据(如50%)下的表现;同时,文章也在弱监督设定...重点从事深度学习与计算机视觉、模式识别与机器学习等人工智能前沿研究。

    3.1K40

    如何升级到HarmonyOS NEXT操作系统?新特性功能有哪些?

    图库会为您呈现相关的图片,并推荐关联关键词。 点击推荐的关键词,或继续输入关键词,可进行更精确的搜索。 在图库中快速搜索视频 进入图库,点击屏幕顶端的 进入搜索栏,输入关键词进行查找。...图库会为您呈现相关的视频,并推荐关联关键词。 点击推荐的关键词,或继续输入关键词,可进行更精确的搜索。...4.时刻 当您在毕业、生日、婚礼等场景,拍摄了较多的照片视频,或是拍摄了较多的人物、猫狗、景区等照片视频,图库会根据时间、主题或场景,自动聚合精华照片视频,生成时刻相册。...5.时刻(Mate X5、X6系列) 当您在毕业、生日、婚礼等场景,拍摄了较多的照片视频,或是拍摄了较多的人物、猫狗、景区等照片视频,图库会根据时间、主题或场景,自动聚合精华照片视频,生成时刻相册。...在桌面上双指捏合,点击卡片,点击所需应用,选择卡片样式,然后点击添加至桌面。或长按所需卡片,拖至桌面空白处。 若当前屏幕没有空间,手机就在下一屏幕找空位放置。

    6.1K10

    基于BigGAN,生成高保真视频

    这次推出的是双视频判别器GAN,通过对判别器更高效的分解,生成的视频样本在长度和分辨率上都远高于此前最好水平,在多个合成和预测视频数据集上刷新了SOTA。...也许你听说过FaceApp,这是一款利用AI来改变自拍的移动应用程序,你可能也听说过“这些人物都不存在”网站,它可以显示计算机生成的虚构人物照片。但是生成完完全全的新视频的算法你听说过吗?...论文地址: https://arxiv.org/pdf/1907.06571.pdf 研究人员表示,由于“高效计算”组件和技术的使用,再加上新的定制数据集,他们训练出的最佳性能模型:双视频鉴别器GAN(...DVD-GAN:双判别器,非约束数据集无需担心过拟合 一组4秒合成视频剪辑,由Kinetics-600在128×128帧上训练 DVD-GAN包含两个判别器:一个空间判别器,通过随机采样全分辨率帧并单独处理...该团队在论文中表示,在经过Google加速的第三代TPU训练12到96小时后,DVD-GAN成功创建了包括目标结构、移动,甚至是复杂纹理的视频。

    1.7K30

    新闻传媒平台内容安全升级:AI鉴伪+内容审核双引擎守护新闻可信度

    、事件的不当表述 侵权内容 未经授权使用他人视频素材 挑战二:AI伪造内容(全新威胁) 威胁类型 在传媒场景的表现 危害程度 AI伪造新闻画面 用AI生成虚假的灾难现场、事故画面 ⭐⭐⭐⭐⭐ AI伪造人物发言...利用Deepfake技术伪造公众人物的讲话视频 ⭐⭐⭐⭐⭐ AI编造事件 完全由AI生成的"新闻事件"视频 ⭐⭐⭐⭐⭐ AI篡改真实新闻 对真实新闻视频进行AI编辑,改变事实 ⭐⭐⭐⭐ AI生成新闻稿...二、双引擎方案架构 2.1 双引擎工作流程 新闻视频入库 ↓ 引擎一:AI生成识别 → 判断"这条视频是否由AI生成" ↓ 引擎二:内容安全审核 → 判断"这条视频内容是否违规"...三、传媒行业的具体应用场景 3.1 新闻视频入库审核 每条进入平台的新闻视频,在发布前先通过双引擎检测: 审核步骤 操作 时效 视频入库 记者上传/爬虫采集/通讯社接入 - AI生成检测 调用AI生成识别...去年有一条AI生成的灾难视频差点被我们误转发。接入腾讯云AI生成识别后,类似的风险基本被消除了。" ——某新闻门户编辑总监 "双引擎方案的价值在于——我们不仅能过滤违规内容,还能标识AI生成的内容。

    67310

    新闻造假终结者:AI生成视频识别如何守护传媒平台内容可信度?

    pro/moltbotandai#nrsb 一、AI假新闻视频的现实威胁 AI生成的假新闻视频正在以惊人速度蔓延: 威胁类型 危害说明 伪造灾难现场 AI生成虚假的自然灾害、事故画面,引发公众恐慌 伪造人物发言...利用AI合成公众人物的讲话视频,散布虚假信息 编造事件画面 完全由AI生成的"新闻现场"视频,混入真实新闻流 篡改真实新闻 对真实新闻视频进行AI编辑,改变事实内容 对传媒平台而言,一旦播出AI假新闻视频...二、传媒平台的AI鉴伪方案 2.1 新闻视频入库检测 每条新闻视频在进入平台前,先通过AI生成识别服务进行检测: 检测步骤 说明 视频入库 新闻视频上传或爬取入库 AI检测 调用腾讯云AI生成识别API...像素级、语义级、时序级多层检测 持续更新 持续跟进新AI模型,保持检测能力领先 快速响应 快速返回检测结果,不延误新闻时效 2.3 结合内容审核的双保险 建议传媒平台同时部署内容安全审核和AI生成识别双引擎...: AI生成识别:判断视频是否为AI生成 内容安全审核:判断视频内容是否违规 双引擎联动:为新闻内容提供全方位保障 三、为什么传媒行业更信赖腾讯云?

    40210

    零代码搭建 AI 驱动的个人知识库:从素材摄入到可视化画布

    导读:你是否也面临这样的困境——视频字幕、论文 PDF、播客笔记散落各处,收藏了就等于学会了?...每一步的产出物:  步骤产出说明summarywiki/sources/xxx.md提炼素材的核心要点,生成来源页面entitieswiki/entities/xxx.md识别人物...争议点等概念indexwiki/index.md更新全局索引,追加新条目archiveraw/09-archive/将已处理的原始素材移入归档目录4.2 实战案例:批量摄入 15 条素材 我一次性投入了 12...个视频字幕和 3 份官方 PDF,涵盖: Dr....综合分析后输出结构化回答,所有引用带 [[wikilink]] 5.2 输出示例 以上述膳食指南查询为例,AI 返回了: 核心框架变化:倒金字塔设计、蛋白质前置六大食物组建议:以 2000 卡为基准的每日份量蛋白质推荐

    2.4K10

    重磅推荐!12.2K标星的免费接口合集,API的搬运工,开发者的福利!

    今天给大家推荐的项目绝对是对广大的开发者们,是一个巨大的福利!...今天通过大叔我的推荐,你就不用再纠结这个问题了,尽情发挥你的想象力吧!...其中包含如: 图片视觉类:通用图片搜索、特定人物识别、商品图片搜索 自然语言类:评论观点抽取、文本分类、词义相似度 天气类:七天天气接口、实况天气、天气预警 消费类:京东商品价格、今日国内油价 工具类:...贷款公积金计算器、货币识别、邮件发送 音视频类:抖音短视频解析、热门视频榜单、文字转语音 还有很多很多。。。...这绝对是一个宝藏项目,目前 Star 数也已经超过了 12K 了,感兴趣的同学还等什么呢!?

    70810

    帧特征缓存技术:提升连续生成效率的底层逻辑

    二、技术原理:帧特征缓存到底缓存了什么2.1核心机制:不是存画面,是存高层语义特征Vera1.1双流时空解耦DiT架构中,特征缓存开关frame_cache_enable专门解决长时序关键特征流失问题。...四、参数实战:全套关联参数与场景配置4.1核心参数清单参数名作用推荐区间默认值备注frame_cache_enable帧特征缓存开关长镜头>8帧开启;4-6秒短视频关闭false布尔值,长序列必须开启time_window_size...滑动时序窗口长镜头9-12帧;高速运动10-12;慢镜头8-10—与缓存协同生效ref_feature_weight参考特征权重图生视频长镜头0.6-0.8;文生视频0.4-0.6—与缓存叠加强化身份geometry_constraint_weight3D...4.3业务场景配置模板场景推荐配置预期效果短剧人物长对话(图生视频)frame_cache_enable=true,time_window_size=10,ref_feature_weight=0.7多帧对话相貌服饰稳定...图生视频长镜头场景,一般两个同时开启协同生效。Q5:FVD指标低就代表视频一定业务可用吗?FVD是帧间时序差异量化指标,数值越低帧间变化越平滑。但它无法评估人物五官合理性、剧情逻辑。

    18110

    智能存储 :一站式AI内容识别加速内容生产

    适用场景:电商平台 双11大促等活动时,电商平台往往需要在短时间内制作大量的活动海报进行引流。如果使用人工制作,不仅费时费力,还缺乏个性化定制。...修复前 修复后 适用场景2:摄影后期 可用于 UGC 平台或修图软件,用户可一键框选照片中的人物、建筑、车辆等,进行定向抹除。...视频标签 视频标签通过对视频中视觉、场景、行为、物体等信息进行分析,结合多模态信息融合及对齐技术,实现高准确率内容识别,自动输出视频的多维度内容标签。...可应用于视频智能分析、视频审核、视频搜索、视频个性化推荐等场景,助力视频智能生产。 适用场景1:短视频分类 在短视频平台、电商、社交应用等场景下,我们都可以看到精准匹配用户需求的标签推送。...同时,因为有了精准细致的视频分类,用户省去大量时间过滤无效信息。 适用场景2:热点推荐 适用于视频平台、电商平台中识别热点明星、商品、情景出现时间,标记后进行推荐。

    7.6K30

    为什么这两家娱乐公司都在不务正业搞AI竞赛?

    Netflix也在几年前就启动了AI竞赛,公开征集电影推荐系统的电脑算法。赛后,Netflix在比赛结果的基础上,把现有推荐系统的准确率提高了10%。 ?...不同于大多数计算机视觉识别领域的竞争集中在人脸识别,此次爱奇艺AI大赛是全球范围内首个“多模态视频人物识别”领域的科研竞赛。...而此次爱奇艺推出“多模态视频人物识别挑战赛”则是侧重基于人物的声音、体态、着装、行为举止等多维度进行综合识别,更接近真实场景的需求,难度更大。...首先,视频人物识别技术的应用能够应对碎片时代内容精准获取的问题。...同理,将用户使用人物识别功能的数据赋予知识图谱和深度学习技术,能够优化视频推荐模型,研发出更多实用性很强的功能。

    82730

    腾讯自研XR虚实融合技术,助力文旅行业新体验新发展

    手势互动 识别人物指定动作,可实现与虚拟背景或物体自然交互,还原光影和透视关系,支持动作和控制台触发交互双保障 真人3d手势操控虚拟物体 全景VR/360视频虚实融合 虚拟背景支持录制好的视频,包括36...无绿幕AI抠图融合 在无绿幕场景下,通过AI抠图技术也能精准识别人物完成抠图,将真人和虚拟背景融为一体。...XR虚实融合技术—— 真人+虚景 完美融合,自由穿梭任意虚拟空间,有灵魂的数字人 —— AI摄像头捕捉、驱动数字人互动,模拟真人变声,直播互动双端联动 —— 直播互动玩法、海量的广告宣推资源位、视频号+...腾讯视频双直播、联合招商体系。...世界互联网大会 2022“携手构建网络空间命运共同体”实践案例集(中英全本) 2022年11月12日南昌世界VR产业大会 央视发布【元宇宙虚拟融合制播平台】 结语 未来,腾讯将持续联手更多合作伙伴共同推进打造

    3.2K20

    一张照片也能“活”起来,WorkBuddy 视频特效技能完全指南

    不同于传统视频编辑需要逐帧调整,Youtu-VideoFX模型理解图像中的人物姿态、物体结构与空间关系,再用模板定义的动效逻辑,让画面“自然地动起来”。你不需要懂剪辑,也能得到一段成片级的动态效果。...亲吻(kissing):同样为双图互动模板,营造浪漫接吻动效,是情侣表达的热门选择。公主抱(bridalcarry):双图模板,一人被另一人“公主抱”离地,趣味十足,适合好友间的搞怪创作。...比心(hearting):单图即可,人物做出比心手势并迸出爱心粒子,适合人像自拍与祝福场景。毛茸茸(fuzzy):单图,把人物或宠物“毛绒化”,萌感拉满,宠物照、宝宝照都好用。...变身机甲(futuresoldier):单图,把人物“改装”成未来机甲战士,科技感爆棚,深受创作者喜爱。需要留意的是:模板分单图/双图两类。...系统识别到两人,自动生成了一段两人相拥的温馨短片。生成视频如下:5.2、案例B:把商品图做成“旋转漂浮”广告片一家文创小店想为新品马克杯做推广,却没有拍摄动态视频的条件。

    1.2K51
    领券