基于单输入的人像抠图 alpha 通道生成
计算机视觉与模式识别
2022-04-26 v3
摘要
在人像抠图中，目标是预测一个 alpha 通道，用以标识每个像素对前景主体的影响。传统方法和大多数现有工作利用额外输入（如 trimap、背景图像）来预测 alpha 通道。然而，（1）提供额外输入并非总是可行，（2）模型对这些额外输入过于敏感。为解决这两点，本文引入一种无需额外输入的人像抠图方法。我们将任务划分为两个子任务：分割与 alpha 通道预测。我们首先从输入图像生成粗分割图，然后利用图像与分割图预测 alpha 通道。此外，我们提出一种分割编码块来对粗分割图进行下采样，并为残差块提供有用的特征表示，因为使用单一编码器会导致分割信息消失。我们在四个不同基准数据集上测试了我们的模型。所提方法优于同样采用单输入的 MODNet 和 MGMatting 方法。此外，我们取得了与需要额外输入的 BGM-V2 和 FBA 方法相当的结果。
引用
@article{arxiv.2106.03210,
title = {Alpha Matte Generation from Single Input for Portrait Matting},
author = {Dogucan Yaman and Hazım Kemal Ekenel and Alexander Waibel},
journal= {arXiv preprint arXiv:2106.03210},
year = {2022}
}
备注
Accepted for CVPR 2022 NTIRE Workshop