前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >今日推荐:Background-Matting

今日推荐:Background-Matting

作者头像
仇诺伊
发布2020-05-25 14:35:23
6980
发布2020-05-25 14:35:23
举报
文章被收录于专栏:佳爷的后花媛佳爷的后花媛

2020.5.19 周二

留●白

沉思

浮躁

今日推荐

能够想象足不出户,但是拍出的视频背景可以是世界各地。

是不是觉得很神奇。

今天要推荐的一个仓库就是这样的,看了视频展示出来的效果,真的想马上就试一试,把曾经想去的地方都替换一遍。

以下是作者网站的一段描述:

“我们提出了一种方法,可通过在日常环境中使用手持相机拍摄照片或视频来创建一个哑光(即每个像素的前景色和Alpha)。大多数现有的遮罩方法都需要绿色屏幕背景或手动创建的Trimap才能产生良好的遮罩。出现了无Trimap的自动方法,但是质量不高。在不使用Trimap的方法中,我们要求用户在拍摄时在没有主体的情况下拍摄背景的其他照片。此步骤需要少量的预见,但比创建Trimap所需的时间少得多。我们训练具有对抗性损失的深层网络来预测遮罩。我们首先使用合成复合材料对地面真实数据进行监督损失下的消光网络训练。为了在没有标签的情况下缩小领域差距与真实图像之间的联系,我们训练了另一个消光网络,该网络由第一个网络和判断复合材料质量的鉴别器引导。我们在各种各样的照片和视频上展示了结果,并显示了与现有技术相比的显着改进

捕获的背景抠图视频

在室内和室外环境下,我们使用固定和手持摄像机捕获了50个拍摄对象的视频,这些对象执行不同的动作。当拍摄对象离开场景时,我们也会捕获背景。我们将很快发布此数据,以帮助将来进行背景遮罩的研究。

我们展示了定性比较w.r.t. 背景扣除,语义分割(Deeplabv3 +)和Alpha遮罩技术。对于Alpha遮罩算法,我们将与最先进的(i)基于Trimap的方法Context Aware Matting(CAM)和Index Matting(IM)进行比较,其中Trimap是通过分割自动创建的,以及(ii)自动遮罩算法Late 融合消光(LFM)。我们的算法首先在监督下在合成复合Adobe数据集上(Ours Adobe)进行训练,然后在具有自我监督和对抗损失的未标记真实数据上进行训练(Ours Real)。我们还显示,对真实数据进行三层处理可以提高消光质量。”

这么技术性的东西佳爷也不是很清楚,但是呈现出来的效果真的很喜欢呢!

具体的安装步骤可以去项目上看看,反正佳爷是打算看看怎么玩。

废话不多说,上地址:

https://github.com/senguptaumd/Background-Matting

DESIGNED BY ZOE · 2020

本文参与 腾讯云自媒体同步曝光计划,分享自微信公众号。
原始发表:2020-05-19,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 佳爷的后花媛 微信公众号,前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体同步曝光计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档