MatAnyone：基于一致记忆传播的稳定视频人像抠图
计算机视觉与模式识别
2025-03-26 v2
摘要
无辅助人类视频人像抠图方法仅依赖输入帧，往往在复杂或模糊的背景上表现不佳。为此，我们提出 MatAnyone，一个为目标分配视频人像抠图而设计的稳健框架。具体而言，基于记忆范式，我们引入通过区域自适应记忆融合实现的一致记忆传播模块，以自适应整合前一帧的记忆，确保核心区域语义稳定性，同时保留对象边界的细粒度细节。为实现稳健训练，我们提供了一个更大、更高质量且更具多样性的数据集用于视频人像抠图。此外，我们融入一种新颖的训练策略，高效利用大规模分割数据，提升人像抠图稳定性。凭借这种新的网络设计、数据集和训练策略，MatAnyone 在多样化的真实场景中交付稳健且精确的视频人像抠图结果，优于现有方法。
引用
@article{arxiv.2501.14677,
title = {MatAnyone: Stable Video Matting with Consistent Memory Propagation},
author = {Peiqing Yang and Shangchen Zhou and Jixin Zhao and Qingyi Tao and Chen Change Loy},
journal= {arXiv preprint arXiv:2501.14677},
year = {2025}
}
备注
Project page: https://pq-yang.github.io/projects/MatAnyone