論文の概要: PP-Matting: High-Accuracy Natural Image Matting

• arxiv url: http://arxiv.org/abs/2204.09433v1
• Date: Wed, 20 Apr 2022 12:54:06 GMT
• ステータス: 処理完了
• システム内更新日: 2022-04-21 13:29:40.151119
• Title: PP-Matting: High-Accuracy Natural Image Matting
• Title（参考訳）: ppマッティング:高精度自然画像マッティング
• Authors: Guowei Chen, Yi Liu, Jian Wang, Juncai Peng, Yuying Hao, Lutao Chu, Shiyu Tang, Zewu Wu, Zeyu Chen, Zhiliang Yu, Yuning Du, Qingqing Dang, Xiaoguang Hu, Dianhai Yu
• Abstract要約: 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。
• 参考スコア（独自算出の注目度）: 11.68134059283327
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Natural image matting is a fundamental and challenging computer vision task. It has many applications in image editing and composition. Recently, deep learning-based approaches have achieved great improvements in image matting. However, most of them require a user-supplied trimap as an auxiliary input, which limits the matting applications in the real world. Although some trimap-free approaches have been proposed, the matting quality is still unsatisfactory compared to trimap-based ones. Without the trimap guidance, the matting models suffer from foreground-background ambiguity easily, and also generate blurry details in the transition area. In this work, we propose PP-Matting, a trimap-free architecture that can achieve high-accuracy natural image matting. Our method applies a high-resolution detail branch (HRDB) that extracts fine-grained details of the foreground with keeping feature resolution unchanged. Also, we propose a semantic context branch (SCB) that adopts a semantic segmentation subtask. It prevents the detail prediction from local ambiguity caused by semantic context missing. In addition, we conduct extensive experiments on two well-known benchmarks: Composition-1k and Distinctions-646. The results demonstrate the superiority of PP-Matting over previous methods. Furthermore, we provide a qualitative evaluation of our method on human matting which shows its outstanding performance in the practical application. The code and pre-trained models will be available at PaddleSeg: https://github.com/PaddlePaddle/PaddleSeg.
• Abstract（参考訳）: 自然な画像マッチングは、基本的で挑戦的なコンピュータビジョンタスクである。 画像編集や合成に多くの応用がある。 近年、深層学習に基づくアプローチは画像マッチングにおいて大きな進歩を遂げている。 しかし、それらのほとんどは、ユーザから供給されたtrimapを補助入力として必要とし、現実世界のマットングアプリケーションを制限する。 トリマップフリーアプローチはいくつか提案されているが、整合性はトリマップベースアプローチに比べてまだ不十分である。 trimapのガイダンスがなければ、マットリングモデルは前景と後景の曖昧さに苦しめられ、遷移領域のぼやけた詳細を生成する。 本研究では,高精度な自然画像マット化を実現するためのトリマップフリーアーキテクチャであるpp-mattingを提案する。 提案手法は,高分解能ディテールブランチ (HRDB) を適用し,特徴解像度を一定に保ったまま,前景のきめ細かいディテールを抽出する。 また,意味的セグメンテーションサブタスクを採用した意味的文脈分岐(SCB)を提案する。 意味的文脈の欠如による局所的曖昧さから詳細な予測を防止する。 さらに,2つの有名なベンチマークである composition-1k と distinctions-646 について広範な実験を行った。 その結果,pp-mattingは従来の方法よりも優れていることがわかった。 さらに,本手法の実用化における優れた性能を示す,人間のマットングに関する質的評価を行う。 コードと事前トレーニングされたモデルは、PaddleSegで利用可能になる。

関連論文リスト

• 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)
• Disentangled Pre-training for Image Matting [74.10407744483526]
  画像マッチングは、深層モデルのトレーニングをサポートするために高品質なピクセルレベルの人間のアノテーションを必要とする。 本研究では、無限個のデータを活用する自己教師付き事前学習手法を提案し、マッチング性能を向上する。
  論文  参考訳（メタデータ） (2023-04-03T08:16:02Z)
• 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)
• 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)
• Towards Enhancing Fine-grained Details for Image Matting [40.17208660790402]
  微視的詳細の復元は低レベルだが高精細なテクスチャの特徴に依存していると論じている。 本モデルは,従来のエンコーダデコーダセマンティックパスと,独立したダウンサンプリングフリーテクスチャ補償パスから構成される。 本手法は,Compposition-1kデータセットの以前の開始方法よりも優れている。
  論文  参考訳（メタデータ） (2021-01-22T13:20:23Z)
• 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)
• Bridging Composite and Real: Towards End-to-end Deep Image Matting [88.79857806542006]
  画像マッチングにおける意味論と細部の役割について検討する。 本稿では,共有エンコーダと2つの分離デコーダを用いた新しいGlance and Focus Matting Network(GFM)を提案する。 総合的な実証研究により、GFMは最先端の手法より優れていることが示されている。
  論文  参考訳（メタデータ） (2020-10-30T10:57:13Z)

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。