关键词human instance matting
搜索结果 - 2
- 端到端人体实例抠图
该论文提出了一种新的端到端人体实例分割(E2E-HIM)框架,用于更高效地进行多实例分割。该框架通过使用图像特征提取、空间注意力、语义嵌入等技术,同时生成所有实例级别的 alpha 轮廓图,相较于现有方法在人体实例分割上降低了 50%的错误 - CVPR通过相互引导和多实例细化进行人类实例抠图
提出了一种称为人物实例抠图(HIM)的新型抠图任务,旨在自动预测每个人物实例的精确 alpha 抠图。通过引入名为 InstMatt 的人物实例抠图框架,并使用新颖的互相指导策略以及多实例细化模块应对复杂的情况,本文提高了抠图的质量和准确性