重新审视图像抠图中的上下文聚合
计算机视觉与模式识别
2024-05-16 v2
摘要
传统研究强调上下文信息在提升抠图性能方面的重要性。因此，基于深度学习的抠图方法深入设计基于池化或亲和力的上下文聚合模块以取得更优结果。然而，这些模块不能很好地处理训练和推理期间因图像尺寸差异引起的上下文尺度偏移，导致抠图性能下降。本文中，我们重新审视抠图网络的上下文聚合机制，发现不含任何上下文聚合模块的基础编码器-解码器网络实际上能学习更具通用性的上下文聚合，从而相比现有方法实现更高的抠图性能。基于该见解，我们提出 AEMatter，一个简洁却非常有效的抠图网络。AEMatter 采用带有外观增强轴向学习（AEAL）块的 Hybrid-Transformer 骨干来构建具有强上下文聚合学习能力的基础网络。此外，AEMatter 利用大图像训练策略辅助网络从数据中学习上下文聚合。在五个流行抠图数据集上的大量实验表明，所提出的 AEMatter 大幅优于最先进的抠图方法。
引用
@article{arxiv.2304.01171,
title = {Revisiting Context Aggregation for Image Matting},
author = {Qinglin Liu and Xiaoqian Lv and Quanling Meng and Zonglin Li and Xiangyuan Lan and Shuo Yang and Shengping Zhang and Liqiang Nie},
journal= {arXiv preprint arXiv:2304.01171},
year = {2024}
}