Automatic Trimap Generation for Image Matting

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。
  
  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