【Image Matting】A Late Fushion CNN for Digital Matting

【CVPR 2019】A Late Fushion CNN for Digital Matting

• Paper: https://openaccess.thecvf.com/content_CVPR_2019

摘要

• 单张RGB图预测Alpha Matte。
• 有两个Decoder分支，对前景和背景进行分类(观察到更好的分类的到硬分割的结果)。
• Late Fusion是指在网络的后面，对两个分类网络的结果进行融合。
• 设计Loss使得分类网络在前景和背景上达成一致，在Fusion 上对软分割的区域进行校正。
• Fusion Layer不是简单的最大最小化或者求平均，而是通过网络学习一个fusion权重。
• 构建了新的人像数据集

方法

3.1 方法概述

核心思想，用网络预测3个图：

1. 前景概率图
2. 背景概率图
3. 混合权重概率图

然后利用以下Fusion公式来预测alpha的值
$${\alpha }_p={\beta }_p\overline{F_p}+(1-{\beta }_p)(1-\overline{B_p})$$
其中$F^{}$