本文提出了一种新颖的前景抠图模型 GFM，采用了共享编码器和两个独立解码器，在高级语义分割和低级细节抠图之间分别进行学习，以实现自然图像的端到端抠图。同时，我们通过对合成图像和真实世界图像之间的区别进行了系统的分析，提出了一种 RSSN 组合路径，以便更好地提高模型的泛化能力。实验结果表明，GFM 模型在真实世界图像上的泛化性能得到了有效提高。

Oct, 2020

本文提出了一种自动的人像抠图算法（SHM），以数据学习的隐式语义约束为基础，利用深度卷积神经网络同时拟合语义信息和高质量细节，经实验证明，该算法效果与互动抠图方法相当，并构建了一个包含 35,513 个前景图的高质量注释数据集。

Sep, 2018

本文提出使用语义分类的前景语境信息以及语义 trimap 对自然图像抠图进行改进，并就此进行了大规模实验，获得了当下具有最高竞争力的性能表现。同时，我们提供了一个考虑不同语义类别平衡的大型语义图像抠图数据集。

Apr, 2021

在本文中，我们定义显著对象为前景，并提出了一个名为 MFC-Net 的多特征融合的粗到精的网络，它完全整合了多个特征以获得准确完整的 alpha 遮罩。此外，我们引入图像协调方法来填补合成图像和真实图像之间的差距。最重要的是，我们建立了迄今为止最大的通用抠图数据集（Real-19k）。实验证明，我们的方法在合成图像和真实世界图像上都显著有效，并且在真实世界数据集上的性能远远优于现有的无抠图方法。我们的代码和数据将很快发布。

May, 2024

本研究旨在提出一种上下文感知的自然图像抠图方法，通过使用两个编码器网络来提取本地特征和全局上下文信息，以同时估计前景和 alpha 遮罩。

Sep, 2019

提出了一种针对视觉效果制作的、基于深度图先验的、免训练高质量的神经抠图方法，利用深度神经网络的表示来插值不完整的约束，处理视频时具有时间上的一致性且相当简单和有效。

Jun, 2023

本文提出了一种基于 Transformer 的框架，名为 Flexible Modal Vision Transformer (FM-ViT)，用于面部防欺骗，以灵活地针对任何单模态攻击情景和可用的多模态数据。实验结果表明，单个基于 FM-ViT 的模型不仅可以灵活评估不同的模态样本，而且在较小的 FLOPs 和模型参数的情况下，也可以超越现有的单模态框架，并与多模态框架的性能相当。

May, 2023

该论文提出了一种低成本的改进方法，以预测前景和背景的颜色，进而实现图像抠图和透明区域补色，并通过多种方法对深度学习网络进行了训练，实现在 Adobe Composition-1k 数据集和 alphamatting.com 的在线评估中达到了最佳性能。

Mar, 2020

提出了一种名为 Dual-Context Aggregation Matting (DCAM) 的简单且通用的抠图框架，它能够在任意引导或无引导的情况下实现稳健的图像抠图。通过全局轮廓分割和局部边界细化，DCAM 对各种类型的引导和对象都表现出较强的鲁棒性。在五个抠图数据集上的实验结果表明，所提出的 DCAM 在自动抠图和交互式抠图任务中优于现有的抠图方法，突显了 DCAM 的强大普适性和高性能。

Feb, 2024

本研究提出了一种基于卷积神经网络的轻量级无裁剪自然图像抠图方法，通过构建分割网络和抠图精炼网络实现像素分类和细节信息提取，该方法具有可比较的性能但只使用大型模型约 1% 的参数 (344k)。

Oct, 2021