读图像精细分割论文 Automatic Portrait Segmentation for Image Stylization ，by Xiaoyong Shen

最新推荐文章于 2022-01-28 11:30:31 发布
最新推荐文章于 2022-01-28 11:30:31 发布
阅读量1.1k 收藏 7
点赞数 2
分类专栏： 论文 文章标签： 人工智能 深度学习 图像分割
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/Yangxing_ch/article/details/98033105
版权
本文提出了一种名为PortraitFCN+的自动人像分割技术，通过引入位置和形状输入通道改善了FCN的性能。利用深度学习模型和人脸检测，该方法在人像分割任务上取得了显著的准确性提升，尤其在处理衣服与背景混淆的问题上。通过构建自定义数据集并进行微调， PortraitFCN+在图像消光和风格化等应用中表现出色。
摘要由CSDN通过智能技术生成

下图为论文实现结果
图b可以看出高分割精度

摘要
虽然有许多成功的用户使用引导方法来描述主题，但是缺乏完全自动化的技术，结果令人不满意。本文首先通过引入一种新的肖像图像自动分割算法来解决这一问题，然后在此基础上，利用我们的自动分割算法生成高质量的人像来描述了几个人像过滤器。

  1. 引言

    随着智能手机的普及，由英国三星做的一个调查，智能手机里的照片大约30%是自己的自拍照。这些照片都是非专业人士拍的，或没有好的后期处理。自动将人像从背景中抠出来是一件不容易的事，例如graph cuts 就将颜色相近的前景和背景混淆，得到较差的结果。在本文中，我们提出了一种全自动的人像分割技术，该技术获取人像图像并生成等分辨率的得分图。
    （1）通过引入新的人像位置和形状输入通道对特定的区域来扩展FCN-8s的框架.
    （2）为我们的模型训练和测试做了数据集和基准。
    （3）我们用我们的方法增加了几个交互式人像编辑方法，使它们完全自动化。

  2. 相关工作

    （1）Interactive Image Selection
    （2）CNNs for Image segmentation
    （3）Image Matting

  3. 我们的思路和方法
    将FCN的全连接层拿卷积层代替，FCN使用的损失函数为

最低0.47元/天 解锁文章
进步一丢点everyday
关注
专栏目录
论文解读--Automatic Portrait Segmentation for Image Stylization
性格如此、
12-20 3830
Automatic Portrait Segmentation for Image Stylization 论文及数据下载地址： http://xiaoyongshen.me/webpage_portrait/index.html Github项目地址： 我的另一篇使用该github进行model训练和测试过程的梳理博客： ...
论文阅读笔记-Automatic Portrait Segmentation for Image Stylization
mtc_Ningning的博客
02-02 2471
图像风格化的自动肖像分割 本文工作： l  通过引入新的人像位置和形状作为域特殊知识来扩展FCN-8S的功能； l  建立了人像图片分割数据集和benchmark来做模型训练和测试； l  用我们的方法来增强了几种交互式人像编辑的方法实现全自动化。 FCN来分割人像的不足： 原VOC数据集人像分辨率不足&&原任务要分20类，不能做到对人像的精准。本文将FCN在我们的数据集上进行模型权重
Automatic Portrait Segmentation for Image Stylization 数据集
08-06
Automatic Portrait Segmentation for Image Stylization 数据集，方便不好下载的人
Automatic Portrait Segmentation for Image Stylization 翻译学习——转
weixin_41066328的博客
06-27 266
https://blog.csdn.net/QiangLi_strong/article/details/81022992 论文翻译 2.3. Image Matting 图像抠像是图像选择的另一个重要技术。 对于自然图像抠图，可以在[WC07]中找到详细的调查。 在这里我们回顾一些与我们的技术相关的热门作品。扣图问题是病态的并且受约束的。 这些方法通常需要初始的用户定义的前景和背景注释，或者是对...
Automatic Portrait Segmentation for Image Stylization 翻译学习
QiangLi的专栏
07-13 2968
图像分割 论文资料 论文主页 论文翻译 Automatic Portrait Segmentation for Image Stylization 自动肖像分割的图像风格化 摘要 Abstract Figure 1: Our highly accurate automatic portrait segmentation method allows many p...
active shape model for image segmentation
08-18
This Script shows an example of a working basic Active Appearance Model (AAM), with a few hand pictures. Literature used: ...Functions are written by D.Kroon University of Twente (March 2010)
基于Python实现图像分割算法的源码+全部数据+使用说明.zip
最新发布
11-17
基于Python实现图像分割算法的源码+全部数据+使用说明.zip这是95分以上高分必过课程设计项目，下载即用无需修改，确保可以运行。也可作为期末大作业。 损失函数 Dice Loss: diece_loss.py Focal Loss: focal_loss....
PortraitNet: Real-time portrait segmentation network for mobile device
balabalabiubiu的博客
03-24 1182
PortraitNet: Real-time portrait segmentation network for mobile device 论文链接：https://www.sciencedirect.com/science/article/pii/S0097849319300305 发表出处：2019 CAD&Graphics 1.背景 一般的语义分割网络用来做人像精细分割效果都不太行，原因如下： (1)通常包含至少一个人，其面部面积至少占整个图像的10%； (2)往往具有模糊的边界和复杂的光照
GitHub--ncnn-portrait-segmentation项目运行
qq_51325797的博客
01-28 2861
GitHub–ncnn-portrait-segmentation项目运行从GitHub 1. 从GitHub上面clone项目 解压到自己的指定文件夹 2. 回到GitHub打开相关文件夹 跳转到ncnn项目 同样clone解压到指定路径（第一步下载的ncnn-portrait-segmentation项目的third_parties里面的ncnn的项目是空的，可以选择删掉项目文件夹，解压后的文件夹名必须是ncnn） 3.以管理员身份运行命令提示符（前提是已经下载好配置好了cmake） 切换到项目路
portrait-demo:人像分割演示
05-07
人像分割演示 此原始演示是为 hackathon构建的。 跑步 使用docker-compose触发后端+前端+代理： docker-compose up --build 参考
【论文推荐】了解《图像分割》必看的6篇论文【附打包下载地址】
weixin_48294000的博客
06-20 567
论文推荐“SFFAI112期来自北京大学的李祥泰推荐的文章主要关注于遥感分割相关的语义分割论文，你可以认真阅读讲者推荐的论文，来与讲者及同行线上交流哦。”关注文章公众号回复"SFF...
【论文精读】DeepAtlas：图像配准和分割的联合半监督学习
过招
09-02 1652
DeepAtlas: Joint Semi-Supervised Learning of Image Registration and Segmentation Xu, Zhenlin and M. Niethammer. “DeepAtlas: Joint Semi-Supervised Learning of Image Registration and Segmentation.” MICCAI (2019). Abstract Deep convolutional neural networks
图像分割相关论文
ReaFly的博客
01-20 609
1.《PointRend: Image Segmentation as Rendering》 基本思想：在预测后采样那些不确定的点（例如边界点等），结合上一步的fine-grained features 和coarse prediction features, 构造这些点的特征，然后经过MLP重新为这些点预测标签，从而实现修正的目的。即以点为基本单位进行修正。 ...
人像分割论文SINet: Extreme Lightweight Portrait Segmentation Networks及其PyTorch实现
mingo_敏
02-09 5297
SINet: Extreme Lightweight Portrait Segmentation Networks with Spatial Squeeze Modules and Information Blocking Decoder 1 Information Blocking Decoder(信息块解码) 2 Spatial Squeeze module (空间压缩模块) 3 SINe...
CVPR 2020 论文大盘点-图像分割完整篇
我爱计算机视觉
06-23 8980
前文已经盘点了大部分CVPR 2020 图像分割方向论文，主要分为以下几类：CVPR 2020 论文大盘点-语义分割篇CVPR 2020 论文大盘点-实例分割篇CVPR 2020 论文大...
【Portrait分割】BANet:Boundary-Aware Network for Fast and High-Accuracy Portrait Segmentation
筱
08-16 1592
文章目录Abstract1、Background2、Method of BANet2.1、 对gt做Canny检测可参考：DFN Abstract 与通用语义分割任务相比，Portrait分割需要更高的精度和更快的速度。 Boundary-Aware Network (BANet) 选择性提取边界区域的细节信息获得高质量的分割结果，且可做到实时分割（ ≥ 25FPS） 同时BANet设计了一个r...
【图像分割论文阅读】Efficient ConvNet for Real-time Semantic Segmentation
Ray
06-06 1453
文章由西班牙阿尔拉卡大学电子系Eduardo Romera等人完成。发表在2017 IEEE Intelligent Vehicles Symposium (IV). 论文地址:Efficient ConvNet for Real-time Semantic Segmentation 背景 自动驾驶是极具挑战性的任务，需要在感知任务中采用复杂的解决方案，如识别道路、交通灯、车辆行人等。但是...
【图像分割论文阅读】OANet：An End-to-End Network for Panoptic Segmentation
Ray
06-12 2018
本文由浙江大学、旷视科技、华中科技大学、清华大学、东京大学的研究人员共同完成，阵容可谓相当强悍了。本文发表于CVPR2019. 论文地址：An End-to-End Network for Panoptic Segmentation 本人将CVPR2019关于Segmentation的文章放在云盘了，需要的朋友自取CVPR2019-segmentation，提取密码为：0d8b 背景 开始说...
tensorflow python图像分割
07-27
你可以使用这个IPython笔记本（https://github.com/shekkizh/FCN.tensorflow/blob/master/logs/images/Image_Cmaped.ipynb）来查看彩色图像分割的结果。这个笔记本是基于Tensorflow实现的自动人像分割算法，参考了论文《Automatic Portrait Segmentation for Image Stylization》\[2\]。这个代码最初是用Tensorflow 0.11和Python 2.7编写和测试的，但是tf.summary的调用已经更新到Tensorflow 0.12版本。如果你要使用旧版本的Tensorflow，可以切换到另一个分支tf.0.11_compatible（https://github.com/shekkizh/FCN.tensorflow/tree/tf.0.11_compatible）\[3\]。 #### 引用[.reference_title] - *1* *3* [Tensorflow实现图像分割——FCN模型](https://blog.csdn.net/qq_37274615/article/details/78228087)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^insertT0,239^v3^insert_chatgpt"}} ] [.reference_item] - *2* [Tensorflow实现图像分割的自动人像分割](https://blog.csdn.net/weixin_36073392/article/details/114414084)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^insertT0,239^v3^insert_chatgpt"}} ] [.reference_item] [ .reference_list ]
评论 1
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值