首页
/ 推荐开源项目:无需trimap的精细抠图——Mask Guided Matting via Progressive Refinement Network

推荐开源项目:无需trimap的精细抠图——Mask Guided Matting via Progressive Refinement Network

2024-05-21 04:52:50作者:何举烈Damon

在这个图像处理与计算机视觉领域日新月异的时代,我们迎来了一个创新性的开源项目:Mask Guided Matting(MG Matting),它由约翰斯·霍普金斯大学和Adobe Research的研究团队在CVPR 2021上提出。这个项目引入了一种全新的方法,能够实现无需trimap的精细化抠图,并且能预测前景颜色,最重要的是,它只需要已广泛使用的合成数据集Composition-1k进行训练。

1、项目介绍

MG Matting致力于解决传统抠图方法中对trimap依赖的问题,取而代之的是利用粗糙掩模作为引导输入来预测高细节度的Alpha蒙版。此外,项目还发现并解决了Composition-1k中的前景颜色标注不准确问题,通过预测前景颜色提升抠图质量。项目提供了大量可视化比较示例,包括与其他抠图方法的对比,甚至还能处理视频抠图。

2、项目技术分析

该技术基于Progressive Refinement Network,可以接受由自动分割或显著性模型产生的粗略掩模,进而估计出精确的Alpha蒙版。网络结构设计巧妙,逐步细化图像细节,降低了对精细trimap的依赖。同时,通过预测前景颜色,提高了对合成数据集中错误颜色注释的鲁棒性。

3、应用场景

MG Matting广泛应用于各种图像与视频后期制作中,如特效合成、虚拟现实、视频剪辑等。由于其出色的背景分离效果,它也能在人像美容、商品展示等领域发挥重要作用。此外,对于没有大量手动标注资源的环境,该项目提供了一个高效的解决方案。

4、项目特点

  • 无trimap依赖:仅需粗略的掩模输入,就能产生高质量的Alpha蒙版。
  • 前景色预测:纠正了数据集中前景颜色的标注误差,提高了结果的准确性。
  • 无额外训练数据:仅使用Composition-1k进行训练,却能在多种数据集上表现出色。
  • 公开真实世界数据集:提供了一个真实的肖像数据集供研究者使用。

下一步行动

如果你对图像抠图技术感兴趣,或者需要在你的项目中应用这项技术,不妨试试MG Matting。项目代码和预训练权重已经更新,可直接在GitHub上获取。请确保尊重并遵守Creative Commons Attribution-NonCommercial 2.0 Generic(CC BY-NC 2.0)许可条款。

最后,请在引用本项目时,不要忘记引用以下BibTeX条目:

@article{yu2020mask,
  title={Mask Guided Matting via Progressive Refinement Network},
  author={Yu, Qihang and Zhang, Jianming and Zhang, He and Wang, Yilin and Lin, Zhe and Xu, Ning and Bai, Yutong and Yuille, Alan},
  journal={arXiv preprint arXiv:2012.06722},
  year={2020}
}

加入MG Matting的行列,让我们一起探索更多可能!

登录后查看全文
热门项目推荐

项目优选

收起
ohos_react_nativeohos_react_native
React Native鸿蒙化仓库
C++
176
260
RuoYi-Vue3RuoYi-Vue3
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
854
505
openGauss-serveropenGauss-server
openGauss kernel ~ openGauss is an open source relational database management system
C++
129
182
openHiTLSopenHiTLS
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
254
295
ShopXO开源商城ShopXO开源商城
🔥🔥🔥ShopXO企业级免费开源商城系统,可视化DIY拖拽装修、包含PC、H5、多端小程序(微信+支付宝+百度+头条&抖音+QQ+快手)、APP、多仓库、多商户、多门店、IM客服、进销存,遵循MIT开源协议发布、基于ThinkPHP8框架研发
JavaScript
93
15
Cangjie-ExamplesCangjie-Examples
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
331
1.08 K
HarmonyOS-ExamplesHarmonyOS-Examples
本仓将收集和展示仓颉鸿蒙应用示例代码,欢迎大家投稿,在仓颉鸿蒙社区展现你的妙趣设计!
Cangjie
397
370
note-gennote-gen
一款跨平台的 Markdown AI 笔记软件,致力于使用 AI 建立记录和写作的桥梁。
TSX
83
4
CangjieCommunityCangjieCommunity
为仓颉编程语言开发者打造活跃、开放、高质量的社区环境
Markdown
1.07 K
0
kernelkernel
deepin linux kernel
C
21
5