基于深度学习的人像抠图技术研究.pdfVIP

摘要

人像抠图技术旨在从图像中精确提取前景人像目标，目前已广泛应用于图像

编辑、特效制作等领域。在实际应用中，复杂多变的场景使得抠图问题具有高度

的不确定性。针对这一问题，研究人员通过引入三分图作为先验信息以辅助求解

人像抠图问题，获得了较好的抠图性能。然而，三分图的标注过程通常耗时费力，

这极大地限制了此类方法在实际场景中应用。基于此，本文针对无三分图条件下

的人像抠图问题，开展基于深度学习的人像抠图技术研究，实现便捷准确的人像

抠图。

本文实现了一种基于前景点击先验引导及语义-细节融合的人像抠图方法。

该方法利用便捷的用户点击获取先验信息，以辅助网络识别前景人像目标。具体

而言，该方法首先通过用户点击生成前景点击先验图。然后，设计基于区域损失

约束的前景语义预测模块，依据前景点击先验图提取前景语义特征。其次，构建

基于语义-细节融合的人像抠图模块，在前景语义特征的引导下捕获纹理细节特

征，并融合前景语义特征和纹理细节特征以预测图像的透明度遮罩。在公开数据

集上的实验结果表明，所实现的方法在用户点击的辅助下能够抑制背景干扰，准

确提取前景人像目标。

本文进一步研究了基于RGB-D多模态信息的人像抠图任务，通过引入深度

图作为抠图先验，以在深度信息的引导下准确获取前景目标。首先，为了推动此

任务的研究，本文构建了一个RGB-D人像抠图数据集，该数据集包含了在真实

场景下拍摄的RGB-D图像及其对应的真实透明度遮罩。然后，设计了基于RGB-

D多模态信息的人像抠图网络，该网络包括基于深度图的前景预测模块和RGB

图像引导的人像抠图细化模块，通过联合利用深度图中的空间结构信息和RGB

图像中的纹理细节信息，以由粗糙到精细的方式预测透明度遮罩。在RGB-D人

像抠图数据集上的实验结果表明，所提出的方法在具有复杂背景的真实场景下表

现优异，实现了高精度的人像抠图。

关键词：人像抠图，用户点击，语义-细节融合，抠图数据集，RGB-D多模态

ABSTRACT

Humanmattingaimstoaccuratelyextracttheforegroundhumanfromanimage,

whichhasbeenwidelyappliedinmanyfields,suchasimageeditingandspecialeffects

production.Inpracticalapplications,complexandchangeablescenesmakethematting

problemhighlyuncertain.Tosolvethisproblem,researchersintroducethetrimapas

priorinformationtoassistinhumanmatting,andthuspromisingmattingperformance

isachieved.However,theannotationprocessoftrimapsisusuallytime-consumingand

laborious,whichgreatlylimitspracticalapplicationsofsuchmethods.Aimingatthe

problemofhumanmattingundertheconditionofnotrimaps,thisthesishascarriedout

researchondeeplearning-basedhumanmattingtechnologytoachieveconvenientand

accuratehumanmatting.

Thisthesisimplementsahumanmattingmethodviaforegroundclickprior

guidanceandsemantic-detailfusion.Themethodutilizesconvenientuserclicksto

obtainpriorinformationthatassiststhene