魚羊 發(fā)自 凹非寺
量子位 報(bào)道 | 公眾號(hào) QbitAI
在陽(yáng)臺(tái)上給小姐姐拍個(gè)視頻：
再把她P到噴泉廣場(chǎng)：
需要幾步？
現(xiàn)在，無(wú)需綠幕，AI 就能搞定這件事。
就像這樣，隨便用手機(jī)給小姐姐拍張照片，再在同一地點(diǎn)拍張不帶人像的背景圖。
深度神經(jīng)網(wǎng)絡(luò)就能自動(dòng)分析出 alpha 遮罩和前景色，把小姐姐的發(fā)絲都摳得根根分明。
視頻也是如此。
讓憋著笑的同事在實(shí)驗(yàn)室白板前表演一段廣播體操，再給背景板單獨(dú)來(lái)一張，就可以無(wú)中生有把同事“轉(zhuǎn)移”到大廳里，引來(lái)路人圍觀了。
這是來(lái)自華盛頓大學(xué)的一項(xiàng)最新研究，無(wú)需綠幕，無(wú)需手動(dòng)創(chuàng)建 Trimap，一個(gè)具有對(duì)抗性損失的深度神經(jīng)網(wǎng)絡(luò)，就能準(zhǔn)確預(yù)測(cè)遮罩，給照片和視頻摳圖。
論文已經(jīng)中了 CVPR 2020，代碼即將開源。
深度摳圖網(wǎng)絡(luò) + 鑒別器網(wǎng)絡(luò)那么，這樣的摳圖特技是如何煉成的？
研究人員表示，是具有對(duì)抗性損失的深度網(wǎng)絡(luò) + 判斷合成質(zhì)量的鑒別器。
深度摳圖網(wǎng)絡(luò)研究人員先在 Adobe Matting 數(shù)據(jù)集中的非透明對(duì)象子集上對(duì)深度神經(jīng)網(wǎng)絡(luò) G 進(jìn)行了監(jiān)督訓(xùn)練。
輸入是帶人像的照片 I 和照片中的背景 B’，以及人像軟分割 S 和 運(yùn)動(dòng)先驗(yàn) M（僅對(duì)視頻而言）。
需要注意的是，在真實(shí)環(huán)境中，B’ 是通過在真實(shí)背景的前景區(qū)域隨機(jī)加入噪聲而生成的。
依據(jù)輸入，網(wǎng)絡(luò)會(huì)預(yù)測(cè)出 alpha 遮罩 α 和前景圖像 F。
研究人員提出用背景切換塊（Context Switching block，CS block）來(lái)取代基于殘差塊的編碼器-解碼器。
有什么不同？
舉個(gè)例子，當(dāng)人的一部分與背景相匹配的時(shí)候，網(wǎng)絡(luò)會(huì)將更多精力放在該區(qū)域的細(xì)分線索上。
G 網(wǎng)絡(luò)有四個(gè)不同的編碼器，分別適用于 I，B’，S 和 M 四種輸入。每個(gè)編碼器分別生成256個(gè)通道的特征圖。
通過 1×1 卷積，BatchNorm 和 ReLU，I 中的圖像特征分別與 B’，S 和 M 結(jié)合，每一對(duì)組合都會(huì)生成 64 通道特征。
最后，將這 3 個(gè) 64 通道特征與原始的 256 通道圖像特征組合在一起，生成編碼后的特征，并傳遞到由殘差塊和編碼器組成的其余網(wǎng)絡(luò)。
CS block 和數(shù)據(jù)增強(qiáng)的結(jié)合，可以有效彌合真實(shí)圖像與 Adobe數(shù)據(jù)集創(chuàng)建的合成圖像之間的差距，但真實(shí)圖像中仍然有存在一些難點(diǎn)：
將手指、手臂、頭發(fā)周圍的背景痕跡復(fù)制到遮罩中；分割失?。磺熬吧闹匾糠峙c背景顏色接近；人像照片和背景照片之間沒有對(duì)準(zhǔn)。為了應(yīng)對(duì)這些問題，研究人員還提出了一種自監(jiān)督方案，從未標(biāo)記的真實(shí)數(shù)據(jù)（真實(shí)圖像 + 背景）中學(xué)習(xí)。
用深度摳圖網(wǎng)絡(luò) G 的單獨(dú)副本 GReal 組成對(duì)抗網(wǎng)絡(luò)，對(duì)抗網(wǎng)絡(luò)會(huì)生成類似于 GAdobe 輸出的遮罩，而鑒別器網(wǎng)絡(luò) D 會(huì)判別結(jié)果的真假。
研究人員使用真實(shí)輸入（手機(jī)拍攝）聯(lián)合訓(xùn)練 GReal 和 D，并用 GAdobe 來(lái)提供監(jiān)督。
與SOTA方法的對(duì)比研究人員將新方法與以下幾種 SOTA 方法進(jìn)行了定性比較：
基于 Trimap 的 Context Aware Matting （CAM）和 Index Matting（IM）；自動(dòng)遮罩算法 Late Fusion Matting（LFM）；不難看出，效果改進(jìn)著實(shí)明顯。
你覺得怎么樣？不妨mark一下，坐等開源。
畢竟有些大膽的想法，可能已經(jīng)在醞釀了，是吧？
傳送門項(xiàng)目地址：http://grail.cs.washington.edu/projects/background-matting/
— 完 —
量子位 QbitAI · 頭條號(hào)簽約
關(guān)注我們，第一時(shí)間獲知前沿科技動(dòng)態(tài)
