利用粗标注提升语义人像抠图性能
计算机视觉与模式识别
2020-04-13 v1 机器学习
图像与视频处理
摘要
语义人像抠图旨在估计前景人体区域的逐像素不透明度。该任务极具挑战性，通常需要用户交互式 trimap 以及大量高质量标注数据。此类数据的标注劳动密集，且需要超出普通用户的精湛技巧，尤其是考虑到人体极为精细的毛发部分。相比之下，粗标注的人体数据集更易于从公开数据中获取和收集。本文提出利用粗标注数据与精标注数据相结合，在不将 trimap 作为额外输入的情况下提升端到端语义人像抠图性能。具体而言，我们训练一个掩码预测网络以利用混合数据估计粗语义掩码，随后提出一个质量统一网络来统一前述粗掩码输出的质量。抠图细化网络接收统一后的掩码与输入图像，预测最终的 alpha matte。所收集的粗标注数据集显著丰富了我们的数据，使得为真实图像生成高质量 alpha matte 成为可能。实验结果表明，所提方法与最先进（SOTA）方法性能相当。此外，该方法可用于细化粗标注的公开数据集以及语义分割方法，极大降低了高质量人体数据标注的成本。
引用
@article{arxiv.2004.04955,
title = {Boosting Semantic Human Matting with Coarse Annotations},
author = {Jinlin Liu and Yuan Yao and Wendi Hou and Miaomiao Cui and Xuansong Xie and Changshui Zhang and Xian-sheng Hua},
journal= {arXiv preprint arXiv:2004.04955},
year = {2020}
}