检索结果-南通市图书馆

在线全文

学校读者我要写书评

暂无评论

基于背景与文本线索的深度抠图技术研究

基于背景与文本线索的深度抠图技术研究

作者：刘宝铃华南理工大学

学位级别：硕士

抠图旨在从图像上精确提取出用户感兴趣的前景对象以及编码了该对象透明度的蒙版。所提取的前景和蒙版能与新背景融合成一张真实自然的新图像。因此,抠图广泛应用于图像编辑和影视制作中。由于其高度不适定性,现有方法通常引入三元图作... 详细信息

抠图旨在从图像上精确提取出用户感兴趣的前景对象以及编码了该对象透明度的蒙版。所提取的前景和蒙版能与新背景融合成一张真实自然的新图像。因此,抠图广泛应用于图像编辑和影视制作中。由于其高度不适定性,现有方法通常引入三元图作为额外输入,去辅助该问题的求解。但是,三元图需要人工标记生成,并不适用于批处理和视频。为了避免使用三元图同时获得可靠的精度,本文对两种基于不同线索的抠图技术进行了研究,包括基于背景图的抠图(背景抠图)以及基于文本描述的抠图(文本抠图)。背景抠图是最近两年兴起的抠图技术,它要求用户额外拍摄一张没有前景物体的纯背景图像作为抠图的引导信息。现有的背景抠图方法均是基于有监督深度学习,需要通过大量标注数据进行深度模型训练。在不少场景中,这些训练数据的采集成本高。而且,数据集往往规模小质量低,或存在明显偏差,限制了模型的泛化性能。为此,本文研究了一种单图像自监督背景抠图方法,通过引入了深度图像先验和深度蒙版先验来分别建模前景及其蒙版,并且在训练过程中使用一种投影方案以及一种贝叶斯后处理方案来形成两阶段迭代学习,减少过拟合风险。在实验中,即使不使用外部训练样本,本文方法也能获得与有监督的预训练模型相媲美的性能。文本抠图是本文提出的一种抠图新范式,它仅要求用户以文本的方式给出关于前景物体的大致描述作为引导信息。相比于采集高质量的三元图或背景图,使用文本描述对用户来说更加自然直观,更容易表达出视觉语义概念。用户可以借助自动图像描述工具来辅助文本生成。而且,文本描述方式还能结合语音技术部署在智能音箱等智能设备上。为了充分利用图文跨模态信息,本文构造了一个监督式跨模态深度神经网络模型,通过三阶段跨模态特征融合以及双阶段蒙版预测,实现了有效的文本抠图,在实验中取得了与基于三元组或背景图的抠图方法相近的效果。本文对背景抠图的研究表明了自监督学习在抠图的可行性及优势,对文本抠图的研究则揭示了描述性引导对抠图的重要性,展示了文本抠图的良好应用前景。这些研究中的方法和结果能为新一代抠图技术提供基础与启发。

关键词：抠图深度学习自监督学习深度图像先验跨模态学习

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于深度学习的自然图像抠图研究

基于深度学习的自然图像抠图研究

作者：高旭兰州交通大学

学位级别：硕士

抠图技术最初应用于图像处理专业领域,如照相馆高清图片处理,影视剧制作,视频后期剪辑等,随着社会的不断发展,大众群体中也出现了对抠图技术的需求,利用抠图技术精确创建选区,提取前景图像,实现高精度背景替换,使抠图结果真实自然显得... 详细信息

抠图技术最初应用于图像处理专业领域,如照相馆高清图片处理,影视剧制作,视频后期剪辑等,随着社会的不断发展,大众群体中也出现了对抠图技术的需求,利用抠图技术精确创建选区,提取前景图像,实现高精度背景替换,使抠图结果真实自然显得尤为重要。抠图算法目前主要包括传统抠图方法以及基于深度学习的抠图算法。传统抠图方法需要输入三分图,或给出前景图像和背景图像的指示线条,操作不够简便,容易浪费部分先验信息。基于深度学习的抠图算法通过构建神经网络,处理图像的复杂特征,生成高精度的alpha遮罩,在处理发丝、阴影区域、半透明物体上具有更好的效果。本文研究了深度学习中常用的抠图网络以及卷积神经网络中的各个组成模块,创新构建了基于DeeplabV3的DeeplabV3-refine两层神经网络。基础网络基于DeeplabV3搭建,包括Encoder-Decoder两部分过程。编码器部分包含骨干网与空洞卷积池化金字塔(ASPP),经过对比,选择Resnet50作为骨干网并做以改进,图像首先经过骨干网络,分别输出两部分特征图,一部分经过空洞卷积池化金字塔(ASPP)的空洞卷积和池化过程获取高维特征,另一部分直接送入解码器模块。解码器模块借鉴于DeeplabV3+的模型结构提出,加入该模块能够使图像数据恢复到原始大小,保证图像分辨率。由ASPP输出的高维特征图与由骨干网直接送入解码器模块的特征图在解码器模块中相遇并整合,再次经过解码器模块的卷积与上采样过程,最终以原始分辨率输出图像。经由上述基础网络,模型输出alpha遮罩,此时的alpha遮罩边界光滑,细节处理上不够精确,因此这里提出叠加一层优化网络,优化网络设置为一个全卷积网络,将原图和预测的alpha通道合并,经过四次卷积运算过程,保持图像分辨率不变,不对alpha遮罩进行大规模更改,只锐化和细化alpha的值,经过优化网络输出的alpha遮罩对边界的适应能力加强,抠取前景图像的效果比仅有基础网络时更好。使用公开高清图片数据集对模型进行训练和测试,验证该模型在实际抠图过程中的作用和有效性。根据几种常见的误差评价指标,将本文模型的实验结果与已有模型进行对比,以Alpha GAN算法为基准,DeeplabV3-refine模型在绝对误差和(SAD)指标上抠图误差相对Alpha GAN算法减小5.5%,梯度误差(Grad)指标上误差值减小8.7%,实现了提高抠图精度的预期效果。

关键词：抠图卷积神经网络 DeeplabV3基础网络优化网络

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

轻量化鲁棒视频抠图算法研究

轻量化鲁棒视频抠图算法研究

作者：朱佳炜杭州电子科技大学

学位级别：硕士

抠图技术是为了从图片或者视频中准确的提取出感兴趣的前景目标区域,抠图作为特效合成过程的核心技术,在影视剧后期处理过程中使用十分普遍。由于抠图问题是个典型的不适定问题,目前大多的抠图算法通过添加额外的约束条件的方法来求解... 详细信息

抠图技术是为了从图片或者视频中准确的提取出感兴趣的前景目标区域,抠图作为特效合成过程的核心技术,在影视剧后期处理过程中使用十分普遍。由于抠图问题是个典型的不适定问题,目前大多的抠图算法通过添加额外的约束条件的方法来求解抠图问题。影视行业中最常用的绿幕抠图方法通过限制背景从应用角度解决了此问题,但是这一类方法对环境要求比较高,因此难以普及。随着深度学习技术的发展,基于神经网络的抠图算法引起了研究人员的广泛关注,由于神经网络强大的泛化能力,其应用场景更加广泛。现有的基于神经网络的抠图算法存在算力需求大、需要用户交互等问题,该类方法仍处于发展阶段。视频抠图在图像抠图的基础上进一步对算法提出了速度方面的要求。如何从视频序列中高效、准确的提取前景目标是近年来研究的热点。本文以人为研究对象、以现有的鲁棒视频抠图算法(Robust Video Matting,RVM)为基础,通过对网络结构的优化提高网络整体推理速度并对视频抠图的边缘细节和稳定性提出了新的优化策略。主要研究内容如下。(1)以现有先进的鲁棒视频抠图算法为基础对网络整体的运行速度进行优化。本文首先引入了新的骨干网络Mobile One-S0替换Mobile Net V3网络,消除了骨干网络中大量的短连接结构对模型前向传播推理速度的影响,此后,论文对鲁棒视频抠图算法中的解码器网络进行了改进,以更高效的方式融合多尺度特征,降低了该部分网络的计算量。改进后的网络模型在推理速度上相比于原有的模型得到了50%的提升,虽然精度略低于原有的网络模型,但是对比其他主流视频抠图算法仍有明显的优势。(2)本文对视频抠图结果的边缘细节和稳定性提出了针对性的优化策略。对于抠图结果的边缘细节,本文提出了边缘监督损失增强网络对边缘特征的学习,并结合了难负样本挖掘的思想消除了边缘像素点难易样本不平衡的问题。针对视频抠图结果的稳定性,本文在解码器网络的门控循环单元中结合Dropout的思想,降低了网络对时序特征的依赖,提高了网络在动态场景下的抠图稳定性。

关键词：抠图鲁棒视频抠图边缘细节抠图稳定性

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

单对立色流运动下的抠图跟踪

仪器仪表学报 2015年第8期36卷 1908-1919页

作者：孙永宣吴克伟吴东涛谢昭合肥工业大学计算机与信息学院合肥230009

当目标与周围背景相似性较高,且目标运动形式复杂时,很难精确跟踪目标。针对传统目标跟踪方法因目标外观的不精确建模致使模型退化而产生漂移的问题,提出了一种单对立色流特征下的抠图跟踪方法。首先,根据彩色视频帧包含的丰富颜色信息... 详细信息

当目标与周围背景相似性较高,且目标运动形式复杂时,很难精确跟踪目标。针对传统目标跟踪方法因目标外观的不精确建模致使模型退化而产生漂移的问题,提出了一种单对立色流特征下的抠图跟踪方法。首先,根据彩色视频帧包含的丰富颜色信息,将单对立色颜色编码方式与Lo G兴趣点检测器结合,获取颜色兴趣点作为目标表示集合;其次,在目标运动预测阶段,通过估计相邻帧兴趣点的流匹配关系,获得预测帧的前景目标兴趣点估计;最后,利用获得的前景兴趣点估计进行抠图,重新划分当前帧的前背景标记,并对模型进行更新。该算法在Segtrack视频跟踪数据集上进行验证,定性定量分析了跟踪目标快速运动,目标形变和光照干扰下的跟踪效果。实验结果表明该算法可有效提高形变目标跟踪的准确性,优于当前目标跟踪的先进算法。

关键词：单对立色兴趣点流运动估计抠图目标轮廓跟踪

在线全文

学校读者我要写书评

暂无评论

小波变换的抠图算法研究

三明学院学报 2022年第3期39卷 66-75页

作者：李增禄郭孝玉林志兴刘孙发余建许章华三明学院网络中心(信息化建设办公室) 福建三明365004 三明学院福建省资源环境监测与可持续经营利用重点实验室资源与化工学院福建三明365004 福州大学福州大学地理与生态环境研究院环境与安全工程学院福建福州350001

边避免小波对图像多层次、多尺度的细节增强,以突出前景对象的边缘信息并平滑复杂的背景结构。在滑动窗口采样过程中,利用边避免小波突出采样空间的边缘细节信息以增强采样像素点的质量。在YUV色彩空间利用小波变换增强前景对象的细节... 详细信息

边避免小波对图像多层次、多尺度的细节增强,以突出前景对象的边缘信息并平滑复杂的背景结构。在滑动窗口采样过程中,利用边避免小波突出采样空间的边缘细节信息以增强采样像素点的质量。在YUV色彩空间利用小波变换增强前景对象的细节信息。实验证明,利用小波对边缘细节增强后,在处理边缘颜色相差较小或者前景和背景交错的图像时可以取得高质量的结果。

关键词：抠图边避免小波贝叶斯边缘增强

基于PP-Matting抠图和增量式SfM的三维重建方法

在线全文

学校读者我要写书评

暂无评论

建模与仿真 2023年第4期12卷 4116-4126页

作者：任梦欣杨剑锋邓周灰邹琼仝天乐贵州大学数学与统计学院贵州贵阳贵大·贵安科创超级计算算力算法应用实验室贵州贵阳贵州理工学院大数据学院贵州贵阳贵安新区科创产业发展有限公司贵州贵阳深圳瑞云科技股份有限公司广东深圳贵州黔驴科技有限公司贵州贵阳

基于视觉的三维重建技术通过获取物体的真实图像来还原其三维模型。然而,这些获取的图像通常包含大量无用的背景信息,直接使用这样的图像进行三维重建将导致计算资源和存储空间的浪费。为了解决上述问题,本文提出了一种融合PP-Matting... 详细信息

基于视觉的三维重建技术通过获取物体的真实图像来还原其三维模型。然而,这些获取的图像通常包含大量无用的背景信息,直接使用这样的图像进行三维重建将导致计算资源和存储空间的浪费。为了解决上述问题,本文提出了一种融合PP-Matting抠图和增量式SfM的三维重建方法,该方法在使用SfM和MVS算法完成三维重建之前,对物体的原始图像进行抠图。本文利用Distinctions-646等多个图像集对PP-Matting抠图模型进行微调训练,得到仅包含待重建物体的图像。实验结果表明,本文提出的方法在重建效率方面取得显著提升,并且能够降低存储空间需求。

关键词：三维重建存储空间抠图图像集增量式原始图像 MVS 背景信息

Photoshop软件中的抠图方法和图像合成应用

维普期刊数据库博看期刊评论

在线全文

学校读者我要写书评

暂无评论

漯河职业技术学院学报 2023年第5期22卷 24-28页

作者：李国贞潘红改河南工业大学漯河工学院河南漯河462000

Photoshop软件作为一款常用软件,已经在社会各领域得到了广泛应用,作为一款便捷实用的软件,其在图像抠图和图像合成处理方面有着强大的功能。通过介绍Photoshop软件中的多种抠图方法,指出抠图使用方法和使用技巧,并结合制作实例演示其... 详细信息

Photoshop软件作为一款常用软件,已经在社会各领域得到了广泛应用,作为一款便捷实用的软件,其在图像抠图和图像合成处理方面有着强大的功能。通过介绍Photoshop软件中的多种抠图方法,指出抠图使用方法和使用技巧,并结合制作实例演示其在图像合成中的具体应用。

关键词：抠图蒙版通道路径

Photoshop通道应用及半透明婚纱抠图实例

在线全文

学校读者我要写书评

暂无评论

计算机时代 2022年第1期 72-74,78页

作者：程杰锡林郭勒职业学院内蒙古锡林浩特026000

Photoshop软件如今被广泛应用于平面设计、网店装修、摄影后期等各个领域,抠图是Photoshop一项基本功能。针对不同的图像、不同的目标选择不同的抠图方法,其中通道的作用是建立、保存和编辑选区,通道抠图法适用于抠取半透明像素图像。... 详细信息

Photoshop软件如今被广泛应用于平面设计、网店装修、摄影后期等各个领域,抠图是Photoshop一项基本功能。针对不同的图像、不同的目标选择不同的抠图方法,其中通道的作用是建立、保存和编辑选区,通道抠图法适用于抠取半透明像素图像。文章介绍了通道的概念、通道原理、应用方法、Alpha通道及通道的分色编辑法,并以抠取半透明婚纱为实例详细阐述Alpha通道的编辑,抠取带有半透明像素的图像并更换背景。

关键词： Photoshop通道抠图实例

在线全文

学校读者我要写书评

暂无评论

局部自适应输入控制的随机游走抠图

智能系统学报 2019年第5期14卷 1007-1016页

作者：陈秋凤申群太福建农林大学计算机与信息学院福建福州350002 中南大学信息科学与工程学院湖南长沙410083

针对传统性抠图算法中,非完全正确用户标注及不精确超像素分割造成的信息误扩散,以随机游走算法为基础,提出带软性约束的抠图算法。通过对扩展Dirichlet问题的推导,指出带软约束的随机游走与部分自吸收随机游走概率的关联性。以吸收概... 详细信息

针对传统性抠图算法中,非完全正确用户标注及不精确超像素分割造成的信息误扩散,以随机游走算法为基础,提出带软性约束的抠图算法。通过对扩展Dirichlet问题的推导,指出带软约束的随机游走与部分自吸收随机游走概率的关联性。以吸收概率为指导,在传统相似扩散所构建的图模型上,根据局部窗口内特征矩阵的秩与方差设计了输入控制矩阵,使得信息扩散的过程能够跟随图像的局部特征进行自适应扩散。最后将软约束随机游走应用到单帧双层抠图及视频抠图中。实验表明,所提算法具有信息远距传播能力和良好的容错性能,尤其在用户标注不够充分的情况下能够取得更加优良的抠图结果。

关键词：抠图视频抠图随机游走软性约束吸收概率局部模型输入控制自适应