基于Transformer的图像抠图模型研究

作者：曾碧凝; 王国栋^*

来源：青岛大学学报(工程技术版), 2023, 38(03): 9-15.

DOI：10.13306/j.1006-9798.2023.03.002

• 图像抠图
• Transformer
• 傅里叶变换
• 局部维度一致

针对图像抠图模型存在的体积大以及生成结果精度低的问题，本文基于Transformer对图像抠图模型进行研究。以简单的非参数运算及高效的傅里叶变换为特征混合器，消除Transformer的体积弊端。此外，为处理因维度变换而频繁使用的重塑操作对速度的减缓，将编码器设计为由高效抠图(efficient matting, EM)块和补丁嵌入块堆叠而成的局部尺寸一致结构。同时，为证明本方法的高效性，将本方法与最先进的模型在Composition-1k数据集上，进行对比分析。分析结果表明，与提出Composition-1k数据集的Deep Image Matting模型相比，本模型的均方误差(mean square error, MSE)降低了9.0×10-3,绝对误差和(sum of absolute difference, SAD)降低了23.1。与基线模型MG Matting模型相比，本模型的参数量和浮点运算次数(floating-point operations per second, FLOPs)成倍下降，证明本方法性能较高，有效解决了图像抠图问题。该研究具有广阔的应用前景。

• 单位
  青岛大学