Automatic Trimap Generation for Image Matting

本文提出了一种新的自动图像消光框架,能自动生成trimap,减少了人为干预。利用SLIC超像素算法、基于纹理曲线的特征描述符和图像显著性映射,生成的trimap质量较高,适用于图像消光。实验表明,这种方法能有效减少手动创建trimap的工作量,并得到准确的消光效果。
摘要由CSDN通过智能技术生成

Automatic Trimap Generation for Image Matting翻译
Abstract
image matting 是计算摄影中的一个重要问题。虽然已经研究了二十多年,但是开发一种不需要人工干预的自动matting算法仍然是一个挑战。大多数最先进的matting算法都需要人工干预,以trimap或涂鸦的形式生成输入图像的alpha消光。在本文中,我们提出了一种简单而有效的方法,从输入图像中自动生成三元图,使整个消光过程不受人的干扰。采用基于学习的消光方法,利用自动生成的trimap生成消光效果。实验结果表明,该方法能得到较好的三原图质量,能得到较准确的消光效果。我们使用相同的图像匹配算法,用手动创建的trimap替换自动生成的trimap,从而验证我们的结果。

  • 1.Introduction
    image matting是对图像和视频中前景对象进行精确估计的过程。它在图像和视频编辑应用中是一项非常重要的技术,特别是在电影制作中用于创建视觉效果。在image matting处理过程中,某些像素既有来自前景的贡献,也有来自背景的贡献,这些像素称为部分像素或混合像素。
    给定图像I,图像消光问题的数学表达式如式1所示。
    在这里插入图片描述
    p = (x, y),αp代表了哑光,它可以取任何值在[0,1],和Fp和Bp分别为前景和背景的像素值。如果αp = 1或0像素位置p分别属于明确的前景或确定背景。否则,该像素称为局部像素或混合像素。为了将图像中的前景与背景完全分离,需要精确地估计部分或混合像素的alpha值。在Eq1,如果我们考虑一个全彩色图像(RGB),有7个未知数(Fp,Bp,每一个颜色通道和αp)和三个方程(每个颜色通道)。因此,图像消光是一个严重约束不足的问题。这种约束不足的问题可以通过添加更多的信息来解决。这些额外的信息以trimap[1]或涂鸦[2]的形式提供,即,标记属于确定前景或确定背景的一些像素。
    为了充分提取有意义的前景对象,几乎所有的image matting都依赖于用户的干预,其中用户将输入图像分割为三个区域:确定的前景、确定的背景和未知区域。这个三层图称为trimap。*理想情况下,trimap应该由前景边界周围非常小的未知区域组成,并且只包含部分或混合像素。未知区域越小(混合像素越少),估计的matte就越精确。*然而,生成这样一个精确的三元图需要大量的人力工作,而且通常是不可取的,特别是在透明对象的情况下。因此,*trimap的精度是影响matting算法性能的重要因素之一[]。*因此,为了缓解这些问题,需要用户指定的tri
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值