Alpha Matting
zhou pure
pure child has a dream
展开
-
pytorch实现《Deep Image Matting》抠图算法
目录环境配置论文总结结果分析遇到的问题环境配置Python 3.6PyTorch opencv2.4.13其中需要注意的地方就是python的版本不能太低,因为我是基于pytorch实现的,也可以使用tensorflow。下载python和相关的库的时候建议使用Anaconda安装,简单方便。论文总结先放出别人的github链接: Deep Image Matting-PyTorch.其实我们需要解决的就是下面等式的问题。透明度alpha,前景fi,背景bi都是未知数,我们所需要求的也就原创 2020-10-08 19:11:23 · 2088 阅读 · 6 评论 -
《Background Matting》论文解读
这里写目录标题前言详细解读总结前言想象一下,只要用一部手持智能手机,就可以在日常环境中拍摄照片或视频,轻松地创建一个人的每个像素的前景图。这便是这篇论文的最终目的。这篇论文我个人认为在图像matting上有很大的改进,主要是他不用我们输入trimap图了(手动描边真的很辛苦,自动描边又不准),但这是有代价的,就是需要额外输入一张背景图。整篇论文我认为有不少的创新点,比如使用的CS块和第二阶段的半监督学习提高真实性。详细解读整体结构整体结构分为两个部分,一个是生成模型,一个是判别模型。两部分的输原创 2020-11-09 22:38:22 · 910 阅读 · 0 评论 -
《Deep Image Matting》论文解读
目录前言数据集模型结构疑问前言此博客主要是这篇论文的主要思想的总结,以及相关网络结构的简单介绍说明。论文地址: Deep Image Matting.关于论文的复现相关参加我的另一篇博客:pytorch实现《Deep Image Matting》.作者提出以往matting算法的不足:1.仅仅依赖颜色信息(空间),是的前后景高度重合区域抠图效果不佳。并且会出现低频 “smearing”或者高频的“chunky”。如:2.非常小的数据集而此篇论文着重解决了这两个问题,此篇论文的改进:可以学习原创 2020-11-03 20:18:03 · 660 阅读 · 0 评论 -
抠图算法-Alpha Matting
目录概述graph cutAlpha Matting概述对于抠图,比较简单的方法是图像分割,这是很老的方法,但这其实算不上真正意义的抠图,因为他的主要目的是用于图像之间块与块的分割。典型的就是grabcut算法,opencv上面有相应的优化好的算法。还有一种就是对于前后景的分割,叫做Alpha Matting,这是抠图的主要实现方法,好的算法对头发丝也能处理得很好,最近主要实现了2010年的一篇论文《Shared Sampling for Real-Time Alpha Matting》,这是比较出名的原创 2020-09-25 20:26:19 · 9680 阅读 · 2 评论