論文の概要: Human Perception Modeling for Automatic Natural Image Matting
- arxiv url: http://arxiv.org/abs/2103.17020v1
- Date: Wed, 31 Mar 2021 12:08:28 GMT
- ステータス: 処理完了
- システム内更新日: 2021-04-01 14:32:27.012066
- Title: Human Perception Modeling for Automatic Natural Image Matting
- Title（参考訳）: 自然画像自動マッティングのための人間の知覚モデリング
- Authors: Yuhongze Zhou, Liguang Zhou, Tin Lun Lam, Yangsheng Xu
- Abstract要約: 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。
- 参考スコア（独自算出の注目度）: 2.179313476241343
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Natural image matting aims to precisely separate foreground objects from
background using alpha matte. Fully automatic natural image matting without
external annotation is quite challenging. Well-performed matting methods
usually require accurate handcrafted trimap as extra input, which is
labor-intensive and time-consuming, while the performance of automatic trimap
generation method of dilating foreground segmentation fluctuates with
segmentation quality. In this paper, we argue that how to handle trade-off of
additional information input is a major issue in automatic matting, which we
decompose into two subtasks: trimap and alpha estimation. By leveraging
easily-accessible coarse annotations and modeling alpha matte handmade process
of capturing rough foreground/background/transition boundary and carving
delicate details in transition region, we propose an intuitively-designed
trimap-free two-stage matting approach without additional annotations, e.g.
trimap and background image. Specifically, given an image and its coarse
foreground segmentation, Trimap Generation Network estimates probabilities of
foreground, unknown, and background regions to guide alpha feature flow of our
proposed Non-Local Matting network, which is equipped with trimap-guided global
aggregation attention block. Experimental results show that our matting
algorithm has competitive performance with current state-of-the-art methods in
both trimap-free and trimap-needed aspects.
- Abstract（参考訳）: 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。
外部アノテーションのない完全な自動自然画像マッチングは、非常に難しい。
前景セグメンテーションを希釈する自動的トリマップ生成法の性能はセグメンテーション品質に変動するが、うまく整ったマットニング法は通常、正確な手作りのトリマップを余分な入力として必要としている。
本稿では,追加情報入力のトレードオフをどう扱うかが自動マッチングの大きな課題であり,これらをトリマップとアルファ推定という2つのサブタスクに分解する。
簡単なアクセス可能な粗いアノテーションと、粗い前景/背景/遷移境界を捕捉し、遷移領域で微妙な詳細を刻むアルファマットハンドメイドプロセスを利用して、直感的に設計されたトリマップフリー2段階マッチング手法を提案する。
trimapと背景画像。
具体的には、画像とその粗い前景セグメンテーションが与えられた場合、Trimap Generation Networkは、フォアグラウンド、未知、背景領域の確率を推定し、トリマップ誘導グローバルアグリゲーションアテンションブロックを備えた提案した非局所マッティングネットワークのアルファ特徴フローを導出する。
実験結果から,このマッチングアルゴリズムは,トリマップとトリマップの両面において,現在の最先端手法と競合する性能を示した。
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) - DiffusionMat: Alpha Matting as Sequential Refinement Learning [87.76572845943929]
DiffusionMatは、粗いアルファマットから洗練されたアルファマットへの移行に拡散モデルを利用する画像マッチングフレームワークである。
補正モジュールは、各復調ステップで出力を調整し、最終的な結果が入力画像の構造と一致していることを保証する。
その結果,DiffusionMatは既存の手法よりも優れていたことが示唆された。
論文 参考訳（メタデータ） (2023-11-22T17:16:44Z) - Deep Image Matting: A Comprehensive Survey [85.77905619102802]
本稿では,ディープラーニング時代における画像マッチングの最近の進歩を概観する。
本稿では,補助的な入力ベースの画像マッチングと,自動的な画像マッチングという,2つの基本的なサブタスクに焦点を当てる。
画像マッチングの関連応用について論じ,今後の研究への課題と可能性を明らかにする。
論文 参考訳（メタデータ） (2023-04-10T15:48:55Z) - 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) - Deep Automatic Natural Image Matting [82.56853587380168]
自動画像マッチング(AIM)とは、任意の自然画像からソフトフォアグラウンドをトリマップのような補助的な入力なしで推定することである。
本稿では,これらの画像の一般化されたトリマップを統一的な意味表現として予測できる,新しいエンドツーエンドマッチングネットワークを提案する。
我々のネットワークは、利用可能な合成マッチングデータセットをトレーニングし、既存の手法を客観的にも主観的にも優れています。
論文 参考訳（メタデータ） (2021-07-15T10:29:01Z) - 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) - 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) - Improved Image Matting via Real-time User Clicks and Uncertainty
Estimation [87.84632514927098]
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。
論文 参考訳（メタデータ） (2020-12-15T14:32:36Z) - AlphaNet: An Attention Guided Deep Network for Automatic Image Matting [0.0]
本研究では,画像マッチングのためのエンドツーエンドソリューション,すなわち自然画像から前景オブジェクトを高精度に抽出する手法を提案する。
本稿では,セマンティックセグメンテーションと深層画像マッチングプロセスをひとつのネットワークに同化して意味行列を生成する手法を提案する。
また、高品質なアルファマットを用いたファッションeコマース型データセットを構築し、画像マッチングのトレーニングと評価を容易にする。
論文 参考訳（メタデータ） (2020-03-07T17:25:21Z)
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。