2019 ICCV之image matting:Disentangled Image Matting

Disentangled Image Matting
当前的问题及概述：
以前的大多数图像匹配方法都需要一个大致指定的trimap作为输入，并为trimap未知区域中的所有像素估计分数alpha值。直接从粗糙的Trimap估计alpha matte是先前方法的主要局限性，因为这种做法试图同时解决两个困难且本质上不同的问题：识别Trimap区域内的真实混合像素， 和为它们估算准确的alpha值。
提出了AdaMatting，一种新的端到端matting框架，将这个问题分解为两个子任务:trimap自适应(一种分类任务)和alpha估计(一种修正任务)。
Trimap自适应是一个像素级分类问题，它通过识别确定的前景、背景和半透明图像区域来推断输入图像的全局结构。Alpha估计是一个回归问题，计算每个像素的不透明度值。
模型及loss：
2.1Trimap Adaptation：
定义最优trimapTopt如下：其中，agt表示ground-truth的alpha mattes，(x, y)表示图像上的每个像素位置。

给定一个以trimap(可能是粗糙的)为条件的输入图像，将图像分割成离散的3个部分，rimap Adaptation旨在预测最优的trimap Topt。

上图中，(a)输入图像(b)输入trimap ©