摘要
图像抠图技术(Image Matting)是图像编辑技术的基础,广泛应用于影视后期制作和日常生活。基于深度学习的图像抠图网络,通过输入的原图和三元图来估计每个像素的α值。本文在原下采样上采样的图像抠图技术基础上,针对抠图数据集图片差异较大容易造成网络收敛较慢的问题,在每个卷积层后加入了BN(Batch Normalization)层,对输入数据进行归一化操作,加快模型收敛速度,同时参数更新方向更符合数据集整体特性;针对于抠图任务需要更关注于物体边缘部分的特点,使用可变形卷积(Deformable Convolution)替换普通卷积层,可变形卷积层会根据不同输入数据自适应学习卷积核形状,有效扩大感受野范围,在细节部分有更好的预测效果。
- 单位