自动抠图？细到毛发的那种！

正文

请到「今天看啥」查看全文

的 Image Matting 算法，你值得拥有。

老规矩，今天，继续手把手教学。

算法原理、环境搭建、效果实现， 一条龙服务 ，尽在下文！

2

Animal Matting

抠图问题的核心是精确地将图像或视频中的前景估计出来，对图像编辑、影片剪辑等都有很深的意义。

最新发表的论文 End-to-end Animal Image Matting ， 只需要一张图 ，无需任何经验知识，即可实现端到端的抠图，效果 非常惊艳 。

论文提出了一个名为 GFM 的抠图模型，该模型可同时生成全局语义分割和局部 alpha mask。

同时，论文也开源了 第一个 自然动物图像抠像数据集 AM-2k，并设计了基于高分辨率背景数据集 BG-20k 的 RSSN 合成数据方法。

GFM 网络结构如下：

网络结构：是一个编码解码器的结构，编码器由两个平行的解码器共享。

被共享的编码器：以在 ImageNet 上预训练的 ResNet-34 或 DenseNet-121 作为编码器。

Glance Decoder（GD）：用于学习高层语义信息。在编码器的第四个模块之后，加入金字塔池化模块（PPM）输出全局上下文，用于GD中。

请到「今天看啥」查看全文