MODNET论文解读

特点：trimap-free、人像matte，速度快

因为目标定义明确，才能trimap-free。
本质还是图片matte

结构

卷积神经网络，分为3个模块，小分辨率目标分割、细节预测、alpha预测
所以loss也是3个加权

分割gt通过alpha下采样+blur获取，细节只关注边界loss。

domain适应

通过在其他数据上自监督的训练。加了两个一致性loss。让模型的3个输出彼此之间的边界信息对齐。（因为前景的人是固定的，换了domain，也就是背景，一般就是边界学习的不太好，所以要保证边界对齐），细节loss加了一个与原模型做对齐。

视频后处理

one-frame-delay。
如果前一帧与后一帧相似，与本帧不相似，则说明本帧闪烁，取前后帧的均值作为本帧的结果。

局限

• trimap-free的方法，效果不错，但是加入trimap信息，还是可以大幅提升modnet的效果
• 本方法未引入时空信息，所以对于运动比较快的，表现不好。