通过点击学习三色图以进行图像抠图
计算机视觉与模式识别
2024-12-05 v3
摘要
尽管图像抠图取得了显著进展，但现有模型在自然图像场景中仍严重依赖手动绘制的三色图以获得准确结果。然而，获取三色图的过程耗时且缺乏用户友好性与设备兼容性。这种依赖极大地限制了所有基于三色图的抠图方法的实际应用。为解决此问题，我们引入了 Click2Trimap，这是一种交互式模型，能够以最少的用户点击输入预测高质量的三色图和 alpha 抠图。通过分析真实用户的行为逻辑与三色图的特征，我们成功提出了一种强大的迭代三类训练策略和专用的模拟函数，使 Click2Trimap 在各种场景中展现出通用性。在合成和真实世界抠图数据集上的定量与定性评估表明，与所有现有的无三色图抠图方法相比，Click2Trimap 具有优越的性能。特别是在用户研究中，Click2Trimap 平均每张图像仅需 5 秒即可实现高质量的三色图和抠图预测，展现了其在实际应用中的巨大实用价值。
引用
@article{arxiv.2404.00335,
title = {Learning Trimaps via Clicks for Image Matting},
author = {Chenyi Zhang and Yihan Hu and Henghui Ding and Humphrey Shi and Yao Zhao and Yunchao Wei},
journal= {arXiv preprint arXiv:2404.00335},
year = {2024}
}