基于空洞卷积的快速背景自动更换
来源：计算机应用杂志2018年第2期北京时间：
作者：张浩, 窦奇伟, 栾桂凯, 姚绍文, 周维
单位：云南大学 软件学院, 昆明 650091
摘要：针对背景更换过程复杂性较高导致传统方法效率低下并且精确度难以提高的问题，提出一种基于空洞卷积的快速图像背景更换方法——FABRNet。首先，采用VGG（Visual Geometry Group network）模型中前三部分网络结构对输入图片进行卷积和池化操作；其次，多组空洞卷积并联组合使得网络拥有足够大和足够细的感受野，并且加上残差网络结构来保证卷积过程中信息位置分布的准确性；最后，通过双线性插值算法将图片缩放到原图尺寸输出。在实验部分，与三种经典方法KNN（K-Nearest Neighbor）matting、Portrait matting和Deep matting进行了对比，结果表明，FABRNet能够有效地完成背景自动更换的操作，并且在速度方面有一定的优势。
关键词：深度学习,空洞卷积,残差网络,背景更换,双线性插值
基金资助：国家自然科学基金资助项目（61762089，61363021，61640306）。
