基于深度学习的图像抠图技术 |
| |
引用本文: | 王榕榕,徐树公,黄剑波.基于深度学习的图像抠图技术[J].上海大学学报(自然科学版),2022(2):261-269. |
| |
作者姓名: | 王榕榕 徐树公 黄剑波 |
| |
作者单位: | 1. 上海大学上海电影学院;2. 上海大学上海先进通信与数据科学研究院;3. 上海大学上海电影特效工程技术研究中心 |
| |
摘 要: | 图像抠图(image matting)技术是图像编辑技术的基础,广泛应用于影视后期制作和日常生活.基于深度学习的图像抠图网络,通过输入的原图和三元图来估计每个像素的α值.在原下、上采样的图像抠图技术基础上,针对抠图数据集图像差异较大容易造成网络收敛较慢的问题,在每个卷积层后加入了批量标准化(batch normalization,BN)层,对输入数据进行归一化操作,加快模型收敛速度,同时参数更新方向更符合数据集整体特性;针对抠图任务需要更关注物体边缘部分的特点,使用可变形卷积(deformable convolution)层替换普通卷积层.可变形卷积层会根据不同输入数据自适应学习卷积核形状,有效扩大感受野范围,在细节部分有更好的预测效果.
|
关 键 词: | 深度学习 图像抠图 语义分割 预测 |
|
|