《GCAMatting：Natural Image Matting via Guided Contextual Attention》

参考代码：GCA-Matting

1. 概述

导读：现有基于深度学习的Matting方法已经取得了较为不错的成果，但是这些方法在半透明区域取得的结果却是结构和纹理上模糊的，并没有很好区分出前景区域。这篇文章使用所在已知区域周围信息去预测所在位置的不透明度，既是基于affinity-based方法和inpainting任务重上下文注意力机制（contextual attention）提出了一种end-to-end带GCA（guided contextual attention）模块的Matting方法。GCA模块从学习到的低层次特征上进行affinity，并以此外观为依据传递高层次的不透明度信息。文章的方法可以减少原affinity-based方法中的信息流，并有效使用网络生成的丰富特征，这篇文章的结果在Composition-1k和alphamatting.com上均均取得了较为不错的成绩。

在matting任务重将图像划分为3个组成分量：前景图像$F$，背景图像$B$和不透明度$\alpha \in [0,1]$，数学表示为：
$$I_i$$