Shared Matting 算法核心思想

Shared Sampling for Real-Time Alpha Matting 2010 （Eduardo S. L. Gastal and Manuel M. Oliveira）

一、问题描述（我的理解）

    从背景中抠出前景，过渡地带做半透明处理。

    alpha matting 认为图像由前景和背景两个图层组成：

                                  I = alpha * F + (1 - alpha) * B

其中F为前景，B为背景，alpha是0到1之间的系数。

    alpha matting 就是要估计出所有像素的 (alpha, F, B)。

    已知条件为：给定图像，trimap（粗略标记出前景、背景和不确定区域的label图）

    根据已知(alpha, F, B)的像素集，估计未知部分。

二、核心思路

    对于未知像素，F和B可由其附近的已知像素估计出。从附近的已知像素中挑选出最合适的几个像素，结成（前景-背景）对子，再由它们估计出最终的F、B。然后就可以估算alpha了。（具体细节不完全是这样，这只是核心思想）

    目标函数：关于什么是最合适的前景、背景候选像素，作者提出了复杂的目标函数（公式7）

    搜索过程：之所以叫 shared matting ，是因为在选择（前景-背景）候选集的时候，并不是每个未知像素都搜索以自己为中心的整个圆形区域。而是把圆分成了很多扇形，相邻像素搜索不重叠的扇形区域。例如下图中，不同像素搜索不同颜色的区域。避免了大面积搜索，同时由于相邻像素的 (alpha, F, B)值近似，因此将相邻像素的搜索结果（候选集）拿来共用，共同估计出当前像素的(alpha, F, B)。

核心是为了减少计算量。

    后处理：为了更好看一些，作者在得到候选集后，又进行了refinement和smoothing，才得到最终的估计值。