论文部分内容阅读
针对大多数人像抠图存在时效性低、需要人工标注三分图和依赖颜色作为主要依据而导致精度难提高的问题,提出一种基于多任务学习的神经网络的快速人像自动抠图算法。该方法首先对图像的三分图进行学习预测,并将得到的信息反馈至网络后去学习预测图像的α值,网络结构采用编码器-解码器的方式,编码器部分使用深度可分离残差卷积做特征提取,和多组空洞卷积并联组合使得网络拥有足够的感受野;解码部分使用双线性加性上采样使特征图逐步恢复至原图大小,另外使用跳跃连接层将编码和解码部分相连接;使用公开数据库作为测试集,与Deeplab