基于层次特征聚合的自动人像抠图

来源：电子测量技术杂志2024年第14期北京时间：

作者：汪小梅，谭棉，罗太维，冯夫健

单位：1.贵州民族大学数据科学与信息工程学院 贵阳 550025; 2.贵州省模式识别与智能系统重点实验室贵州民族大学 贵阳 550025

摘要：针对抠图任务中人像毛发这类细微结构局部区域出现的误抠问题，其本质是此区域中混合信息所导致的图像像素点透明度遮罩回归预测不准确问题，提出一种端到端的层次特征聚合抠图网络模型。该模型通过一个共享编码器和两个独立解码器，利用通道和位置注意力机制，以层次特征聚合方式聚合低层次纹理线索和高层次语义信息，能够在没有额外输入的情况下从单个人像的精细边界和自适应语义中感知前景透明度遮罩。基于此，结合交叉熵损失、未知区域的透明度遮罩预测损失和结构性损失，以引导层次特征聚合抠图网络模型完善前景整体结构，恢复毛发纹理细节。为验证所设计模型的有效性，在自建的MCP-1k和公开的P3M-500-NP数据集上进行验证分析，实验结果表明所提模型在MSE和SAD指标上的误差分别为0.007 6，25.59与0.007 2，25.52，与其他典型深度抠图模型相比在恢复人像细微毛发和完善人像语义结构方面有较大提升，解决人像毛发区域的误抠问题。

关键词：图像抠图;透明度遮罩;特征融合;层次特征聚合;自动人像抠图

基金资助：贵州省科技计划项目(黔科合基础-ZK［2022］一般195，黔科合基础-ZK［2023］一般143，黔科合平台人才-ZCKJ［2021］007)、贵州省教育厅自然科学研究项目(黔教技［2023］012号，黔教技［2022］015号，黔教技［2023］061号)、贵州省模式识别与智能系统重点实验室开放课题(GZMUKL［2022］KF01，GZMUKL［2022］KF05)项目资助