基于深度学习的人物肖像全自动抠图算法

作者：苏常保; 龚世才^*

来源：图学学报, 2022, 43(02): 247-253.

• 全自动抠图
• 轻量级卷积神经网络
• 注意力机制
• 空洞空间金字塔池化
• 特征融合

针对抠图任务中人物抠图完整度低、边缘不够精细化等繁琐问题，提出了一种基于深度学习的人物肖像全自动抠图算法。算法采用三分支网络进行学习，语义分割分支(SSB)学习α图的语义信息，细节分支(DB)学习α图的细节信息，混合分支(COM)将2个分支的学习结果汇总。首先算法的编码网络采用轻量级卷积神经网络(CNN) MobileNetV2，以加速算法的特征提取过程；其次在SSB中加入注意力机制对图像特征通道重要性进行加权，在DB加入空洞空间金字塔池化(ASPP)模块，对图像的不同感受野所提取的特征进行多尺度融合；然后解码网络的2个分支通过跳级连接融合不同阶段编码网络提取到的特征进行解码；最后将2个分支学习的特征融合在一起得到图像的α图。实验结果表明，该算法在公开的数据集上抠图效果优于所对比的基于深度学习的半自动和全自动抠图算法，在实时流视频抠图的效果优于Modnet。

• 单位
  浙江科技学院