深度图像合成

图像合成是一项将不同图像中的区域组合以构成新图像的任务。一个常见用例是人像图像的背景替换。为获得高质量合成图，专业人员通常手动执行分割、抠图与前景色彩去污染等多个编辑步骤，即便借助先进的照片编辑工具也极为耗时。在本文中，我们提出一种新方法，可在无任何用户输入的情况下自动生成高质量图像合成结果。我们的方法可端到端训练，以优化对前景与背景图像上下文及色彩信息的利用，其中合成质量被纳入优化考量。具体而言，受拉普拉斯金字塔融合启发，我们提出一种密集连接的多流融合网络，以在不同尺度上有效融合前景与背景图像的信息。此外，我们引入一种自教策略，从易到复杂案例渐进训练，以缓解训练数据匮乏问题。实验表明，所提方法能自动生成高质量合成图，并在定性与定量上均优于现有方法。