分割
文章平均质量分 88
M-A-D
这个作者很懒,什么都没留下…
展开
-
Alpha Matte Generation from Single Input for Portrait Matting阅读笔记
论文 一、简介 1.背景 传统的方法和大多数现有的工作利用了额外的输入,如三分图(ST-FAM那个),背景图像(BGM-V2),来预测alpha图。但提供额外的输入并不总是可行的,而且模型对这些额外的输入过于敏感。 2.方法 本文使用一种无额外输入且使用GAN的方法进行人像抠图。分为两个网络:一个分割网络用于生成粗略的人物分割mask和一个alpha生成网络用于alpha图预测。 3.贡献 提供一种基于GAN的系统,在没有额外输入的情况下从任意输入图像产生alpha图 将alpha图预测原创 2021-08-12 00:57:09 · 264 阅读 · 0 评论 -
Look Closer to Segment Better阅读笔记
论文:https://openaccess.thecvf.com/content/CVPR2021/papers/Tang_Look_Closer_To_Segment_Better_Boundary_Patch_Refinement_for_Instance_CVPR_2021_paper.pdf 代码:https://github.com/tinyalpha/BPR 一、简介 1.背景 预测实例mask的质量仍然不令人满意,最重要的问题之一是实例边界的不精确分割。有两个原因会导致低质量.原创 2021-08-07 22:50:33 · 209 阅读 · 0 评论 -
Real-Time High-Resolution Background Matting阅读笔记
一、贡献 实现了一种实时、高分辨率的背景替换技术,在GPU上,4K分辨率下能以30帧/秒的速度运行, 在1920*1080的分辨率下能以60帧/秒的速度运行; 提出采用两个CNN来实现丝滑效果,一个基础网络Gbase计算低分辨率结果; 优化网络Grefine根据之前的网络预测对高分辨率图像所选择的图片块进一步处理;这种只细化了高分辨率下容易出错的区域,从而减少了冗余计算的方法,使实时高分辨率抠图成为可能。 发布了两个新的大型抠图数据集(视频和图像各一个):VideoMatte240K 和 PhotoM原创 2021-07-03 01:39:24 · 421 阅读 · 0 评论 -
PortraitNet: Real-time Portrait Segmentation Network for Mobile Device阅读笔记
一、简介 1. 人像图像有着以下特征: 图片通常包含至少一个人,且该人脸区域至少占整个人像图片的10%; 人像通常具有模糊的边界和复杂的照明条件。 2.PortraitNet 本文提出的PortraitNet采用轻量级的U-Net结构,在训练阶段有两个辅助损失(boundary loss和consistency constraint loss)来分别提高边界像素的精度和增强复杂光照环境下的鲁棒性。PortraitNet能够在iPhone 7上以30 FPS的速度处理224 × 224...原创 2021-07-01 23:01:00 · 516 阅读 · 0 评论