技术编程抠图只精细到头发丝还不够，Adobe新方法能处理6000×6000的高分辨率图像( 二 )
下图 2 展示了 HDMatt 方法的整体框架：
本文插图
下图 3 展示了 CPC 模块的工作流程：
本文插图
实验
Adobe Image Matting 基准数据集
下表 1 展示了 HDMatt 方法与其他 SOTA 方法在 Adobe Image Matting 测试集上的性能对比结果 。 HDMatt 方法在所有评估度量指标上均优于其他方法 。
本文插图
研究人员还对这些方法（包括 IndexNet 和 ContextNet）的实际效果进行了对比 ， 如下图 4 所示：
本文插图
从中可以看出 ， HDMatt 方法能够更好地处理大型未知区域（即极少前景或背景信息的区域） 。
AlphaMatting 基准数据集
表 2 列出了在 AlphaMatting 基准数据集上 SAD 指标表现最优的四个方法 ， HDMatt 方法在具备较大或用户 trimap 的图像上表现优异 。 这进一步证实了 ， 当 trimap 中存在大量未知区域时 ， HDMatt 方法可以有效捕获长程语境依赖性 。
本文插图
下图展示了不同方法在 AlphaMatting 测试集上的抠图结果 ， 自左向右分别是输入图像、Trimap、AdaMatting [1]、SampleNet [35]、GCA Matting [24] 和 HDMatt 。 从图中可以看出 ， 最右一列 HDMatt 方法的抠图效果最精细 。
本文插图
真实图像
除了这些数据集以外 ， 研究人员还在网上收集了一些分辨率最高可达 6000 × 6000 的高分辨率图像 ， 并在这些真实图像上进行测试 。
下图 5 展示了将整张图像作为输入时 ， IndexNet、ContextNet 和 HDMatt 方法的性能 。 从结果中可以看到 ， HDMatt 方法能够提取更精细精确的细节 ， 同时推断速度也更快 。 不过 ， 该方法仍丢失了一些最精微的细节 。
本文插图
本文插图
基于 Context Patch 的注意力可视化
下图 7 展示了在给定 query patch 上基于选定 context patch 的注意力图：
本文插图
控制变量研究
下表展示了控制变量研究的结果：
本文插图
如何快速构建图片搜索引擎？
亚马逊AWS解决方案架构师邱越俊将于9月24日带来一场live coding ， 利用Amazon Elasticsearch Service ， 从零开始构建一个以图搜图的应用程序 ， 包括用Amazon SageMaker对图片做特征向量提取 ， 用Amazon Elasticsearch做特征向量搜索 ， 用AWS Amplify快速搭建应用程序 。
【技术编程抠图只精细到头发丝还不够，Adobe新方法能处理6000×6000的高分辨率图像】转载请联系本公众号获得授权
推荐阅读
- 前瞻网|华大推15分钟新冠快速检测盒，前瞻医疗器械产业全球周报第47期:苹果被起诉窃取血氧监测专利技术
- 极酷数码客|价格很有优势，雷军刚发布行业领先技术！小米新机紧接被曝光
- 麦田军事观察|印度抨击法国公司拒绝转让核心技术啥意义？不知花钱买不来现代化
- 沈潮汐|扬言基建技术超越中国，2天后愣住了，印度3天时间搭好一座桥
- 量子科技，爆发！有项关键技术中国已领先世界
- 歼-20|又一国看上国产战机，关键部位采用歼-20技术，一口气要采购40架
- 一品汽车|“备胎上位”道阻且长，氢燃料电池技术储备不足
- 追梦格林|追梦格林谈球场心态：心态就是一项技术，我给不了杜兰特我的心态
- awesome科技|苹果12都没办法，小米宣布发布80W无线充电！这技术可真绝
- CECBC区块链专委会|第19届亚运会门票采用区块链技术防伪