Tách phông đối tượng người trong ảnh sử dụng kỹ thuật phân vùng ngữ nghĩa FCN-CRFs

Abstract

Kỹ thuật phân vùng ngữ nghĩa có nhiều ứng dụng trong lĩnh vực đồ họa kỹ thuật số, xác định vị trí chính xác đối tượng được miêu tả trong ảnh và cắt ghép, chỉnh sửa chúng mang lại những trải nghiệm thú vị, thu hút những ý tưởng sáng tạo để hình thành những ứng dụng vô cùng tiện ích. Hướng tiếp cận của tác giả là tạo ra ứng dụng có khả năng tách phông ảnh mang tới sự độc đáo khi đối tượng người có thể xuất hiện với nhiều phông nền khác nhau mặc dù chỉ chụp ở một chỗ nhất định. Trong bài báo cáo này, tác giả tận dụng phương pháp tính toán của mạng tích chập đầy đủ (FCN) để giảm mẫu và tăng mẫu lại bằng tích chập chuyển vị (Transposed Convolution) mang lại chỉ số meanIU trên tập đánh giá (130 tấm ảnh) bằng 74.5% và kỹ thuật trường điều kiện ngẫu nhiên với phương pháp suy luận tối ưu KL-divergence (In f erence = 20, Scale = 0.7) mang lại chỉ số meanIU bằng 80.0%. Ứng dụng cho phép tinh chỉnh các tham số và kết hợp nhiều loại ảnh nền khác nhau.