AlphaGAN：用于自然图像抠图的生成对抗网络
计算机视觉与模式识别
2018-07-27 v1
摘要
我们提出了首个用于自然图像抠图的生成对抗网络（GAN）。我们新颖的生成器网络经训练以预测视觉上令人满意的 alpha 通道，并辅以判别器带来的对抗损失，该判别器被训练用于分类合成良好的图像。此外，我们改进了现有的编码器-解码器架构，通过使用空洞卷积在不缩小特征图且丢失空间信息的情况下捕获全局上下文信息，从而更好地处理卷积神经网络（CNN）中固有的空间定位问题。我们在 alphamatting 在线基准上给出了关于梯度误差的当前最优（state-of-the-art）结果，并在其他指标上给出可比结果。我们的方法特别适用于头发等精细结构，这在实际抠图应用（如电影/电视制作）中至关重要。
引用
@article{arxiv.1807.10088,
title = {AlphaGAN: Generative adversarial networks for natural image matting},
author = {Sebastian Lutz and Konstantinos Amplianitis and Aljosa Smolic},
journal= {arXiv preprint arXiv:1807.10088},
year = {2018}
}
备注
Accepted at BMVC 2018