reform513的博客

文章要点 用手持相机拍摄的图片(包含主体) + 小位移背景图 (不包含主体）作为模型的主要输入，并先在Adobe Matting Dataset 合成数据集上进行正常监督学习，最后再通过teacher-student learning + adversarial learning 减少合成数据和真实拍摄数据间的 domain gap， 提高模型的泛化能力。 1. 模型输入 不同于matting常见的 image + trimap 组合， 论文提出使用image I + background B‘.

ParseNet: Looking Wider to See Better The FCN approach can be thought of as sliding an classification network around an input image, and processes each sliding window area independently. In par...