人像抠图matting

一. 抠图概述

1. 抠图matting

抠图Image Matting（精细化分割/图像去背景）旨在从图像中精确提取前景对象，并处理前景与背景之间的透明度过渡区域（如头发、烟雾等半透明区域）。其核心是通过预测每个像素的透明度值（Alpha通道），实现软分割（Soft Segmentation）。
对于一张图I， 我们感兴趣的人像部分称为前景F，其余部分为背景B，则图像I可以视为F与B的加权融合：I = alpha * F + (1 - alpha) * BI=alpha∗F+(1−alpha)∗B，而抠图任务就是找到合适的权重alpha。
值得一提的是，如图，查看抠图ground truth可以看到，alpha是[0, 1]之间的连续值，可以理解为像素属于前景的概率，这与人像分割是不同的。

抠图Ground truth

人像抠图结果

2. 分割Segmentation

然而，在人像分割任务中，alpha只能取0或1，本质上是分类任务，而抠图是回归任务，如下图所示。

分割Ground truth
Segmentation将图像划分为多个具有相似属性的离散区域（如语义分割中的不同物体类别或实例分割中的单个对象）。其本质是分类任务，每个像素被分配一个确定的类别标签（如前景或背景），属于硬分割（Hard Segmentation）

3. 抠图与分割的区别

二. 抠图常用的数据集与方法

抠图常用数据集：https://blog.youkuaiyun.com/m0_49711991/article/details/142814580

三. 常用抠图方法

精细化抠图（例如：精细到发丝等）一般分为两个步骤，第一步通过深度学习模型获得人像主体的matting，如下图所示：

第二步，根据图像和matting，用传统算法估计前景和背景，得到精细的抠图效果。快速估计前景包含两个步骤，模糊和融合，如下图所示，可精细到毛发。

四. 我的抠图效果

哈哈，谢谢各位看官，欢迎技术交流！WeChat：guopeiAI