論文の概要: Improved Image Matting via Real-time User Clicks and Uncertainty Estimation

• arxiv url: http://arxiv.org/abs/2012.08323v2
• Date: Sun, 7 Mar 2021 07:14:12 GMT
• ステータス: 処理完了
• システム内更新日: 2021-05-07 05:21:17.505384
• Title: Improved Image Matting via Real-time User Clicks and Uncertainty Estimation
• Title（参考訳）: リアルタイムユーザクリックによる画像マッチングの改善と不確かさ推定
• Authors: Tianyi Wei, Dongdong Chen, Wenbo Zhou, Jing Liao, Hanqing Zhao, Weiming Zhang, Nenghai Yu
• Abstract要約: 本論文では,トリムアップフリーで,ユーザによるクリック操作だけであいまいさを解消できる深層画像マッチングフレームワークを提案する。 研磨が必要な部品を予測できる新しい不確実性推定モジュールと、以下の局所精製モジュールを紹介します。 その結果,既存の trimap-free メソッドよりも優れた性能を示し,ユーザの労力を最小限に抑え,最先端の trimap-based メソッドと比較できることがわかった。
• 参考スコア（独自算出の注目度）: 87.84632514927098
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Image matting is a fundamental and challenging problem in computer vision and graphics. Most existing matting methods leverage a user-supplied trimap as an auxiliary input to produce good alpha matte. However, obtaining high-quality trimap itself is arduous, thus restricting the application of these methods. Recently, some trimap-free methods have emerged, however, the matting quality is still far behind the trimap-based methods. The main reason is that, without the trimap guidance in some cases, the target network is ambiguous about which is the foreground target. In fact, choosing the foreground is a subjective procedure and depends on the user's intention. To this end, this paper proposes an improved deep image matting framework which is trimap-free and only needs several user click interactions to eliminate the ambiguity. Moreover, we introduce a new uncertainty estimation module that can predict which parts need polishing and a following local refinement module. Based on the computation budget, users can choose how many local parts to improve with the uncertainty guidance. Quantitative and qualitative results show that our method performs better than existing trimap-free methods and comparably to state-of-the-art trimap-based methods with minimal user effort.
• Abstract（参考訳）: 画像マッチングはコンピュータビジョンとグラフィックスの基本的な問題である。 既存の畳み込み方式の多くは、優れたアルファマットを生成する補助入力として、ユーザ供給のトリマップを利用する。 しかし、高品質な trimap 自体を得ることは困難であり、これらの手法の適用を制限している。 最近、いくつかのtrimap-freeメソッドが登場しているが、マットングの品質はtrimap-basedメソッドよりはるかに遅れている。 主な理由は、トリマップガイダンスがなければ、ターゲットネットワークがフォアグラウンドターゲットについてあいまいである場合もあります。 実際、前景を選択することは主観的な手続きであり、ユーザの意図に依存する。 そこで本稿では,3マップフリーでユーザクリック操作を数回しか必要とせず,あいまいさを解消できるディープイメージマットリングフレームワークを提案する。 さらに,どの部品に研磨が必要なのかを予測できる新しい不確実性推定モジュールと,後続の局所改質モジュールを導入する。 計算予算に基づいて、不確実性ガイダンスで改善するローカル部品の数を選択できる。 定量的・定性的な結果から,提案手法は既存のtrimapフリーメソッドよりも優れた性能を示し,ユーザによる最小限の労力で,最先端のtrimapベースメソッドと比較できることがわかった。

関連論文リスト

• Learning Trimaps via Clicks for Image Matting [103.6578944248185]
  Click2Trimapは,ユーザクリックの最小限の入力で高品質なトリマップとアルファ行列を予測できる対話型モデルである。 ユーザスタディでは、Click2Trimapは高品質なトリマップとマッティング予測を、1画像あたり平均5秒で達成している。
  論文  参考訳（メタデータ） (2024-03-30T12:10:34Z)
• Neural Semantic Surface Maps [52.61017226479506]
  本稿では,2つの属とゼロの形状の地図を自動計算する手法を提案する。 提案手法は,手動のアノテーションや3Dトレーニングデータ要求を排除し,意味的表面-表面マップを生成する。
  論文  参考訳（メタデータ） (2023-09-09T16:21:56Z)
• PP-Matting: High-Accuracy Natural Image Matting [11.68134059283327]
  PP-Mattingは、高精度な自然な画像マッチングを実現するトリマップのないアーキテクチャである。 本手法は,前景のきめ細かい詳細を抽出する高精細ディテールブランチ (HRDB) を適用する。 また,意味的セグメンテーションのサブタスクを採用した意味的文脈分岐(SCB)を提案する。
  論文  参考訳（メタデータ） (2022-04-20T12:54:06Z)
• Deep Image Matting with Flexible Guidance Input [16.651948566049846]
  本稿では,ユーザヒントとしてFlexible Guidance Input を用いるマッチング手法を提案する。 提案手法は,既存のトリマップベースおよびトリマップフリー手法と比較して,最先端の結果が得られる。
  論文  参考訳（メタデータ） (2021-10-21T04:59:27Z)
• Towards Unpaired Depth Enhancement and Super-Resolution in the Wild [121.96527719530305]
  最先端のデータ駆動による深度マップの超解像法は、同じシーンの低解像度と高解像度の深度マップの登録ペアに依存している。 未経験データからの学習に基づく深度マップの強化について考察する。
  論文  参考訳（メタデータ） (2021-05-25T16:19:16Z)
• Semantic Image Matting [75.21022252141474]
  交配領域のフレームワークセマンティクス分類に組み込むことで、より良いアルファマットを得る方法を紹介します。 具体的には,20種類のマットングパターンを検討し,学習し,従来の三角マップを意味的三角マップに拡張する提案を行う。 複数のベンチマーク実験により,本手法は他の手法よりも優れており,最も競争力のある最先端性能を実現していることが明らかとなった。
  論文  参考訳（メタデータ） (2021-04-16T16:21:02Z)
• Human Perception Modeling for Automatic Natural Image Matting [2.179313476241343]
  natural image mattingは、alpha matteを使って、フォアグラウンドオブジェクトを背景から正確に分離することを目的としている。 アノテーションを付加せずに直感的に設計したトリマップフリー2段階マッチング手法を提案する。 このマッティングアルゴリズムは,現在最先端の手法と,trimap-freeとtrimap-needの両方の面で競合する性能を持つ。
  論文  参考訳（メタデータ） (2021-03-31T12:08:28Z)
• Salient Image Matting [0.0]
  本研究では,画像中の最も鮮やかな前景の画素あたりの不透明度値を推定するために,Salient Image Mattingという画像マッチングフレームワークを提案する。 我々のフレームワークは、広範囲のセマンティクスと健全なオブジェクトタイプを学ぶという課題を同時に扱う。 私たちのフレームワークは、他の自動メソッドと比較して、わずかな高価なマットデータのみを必要とします。
  論文  参考訳（メタデータ） (2021-03-23T06:22:33Z)
• Image Matching across Wide Baselines: From Paper to Practice [80.9424750998559]
  局所的な特徴とロバストな推定アルゴリズムの包括的なベンチマークを導入する。 パイプラインのモジュール構造は、さまざまなメソッドの容易な統合、構成、組み合わせを可能にします。 適切な設定で、古典的な解決策は依然として芸術の知覚された状態を上回る可能性があることを示す。
  論文  参考訳（メタデータ） (2020-03-03T15:20:57Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。