AlphaNet：一种用于自动图像抠图的注意力引导深度网络
计算机视觉与模式识别
2020-03-26 v1 机器学习
图像与视频处理
摘要
本文提出一种端到端的图像抠图解决方案，即从自然图像中高精度提取前景目标。在影棚环境中，当背景为纯绿或纯蓝时，可通过色度键控轻松实现图像抠图与背景检测。然而，在具有复杂且深度不均匀背景的自然场景中，图像抠图仍是一项繁琐且需人工干预的任务。为实现自然场景下的完全自动前景提取，我们提出一种方法，将语义分割与深度图像抠图过程整合至单一网络中，以生成用于图像合成任务的精细语义抠图。所提方法的贡献有两方面：其一可视为一种全自动语义图像抠图方法，其二可视为对现有语义分割模型的精炼。我们提出一种新颖的模型架构，作为分割与抠图的结合，将上采样与下采样算子的功能与注意力机制相统一。如我们所展示的，与其他常规下采样和上采样技术不同，注意力引导的下采样和上采样能够提取高质量边界细节。为此，我们采用一种注意力引导的编码器-解码器框架，其通过无监督学习自适应地从数据生成注意力图，以引导并指向上采样和下采样算子。我们还构建了一个聚焦时尚电商的数据集，带有高质量 alpha 抠图，以促进图像抠图的训练与评估。
引用
@article{arxiv.2003.03613,
title = {AlphaNet: An Attention Guided Deep Network for Automatic Image Matting},
author = {Rishab Sharma and Rahul Deora and Anirudha Vishvakarma},
journal= {arXiv preprint arXiv:2003.03613},
year = {2020}
}