ViTMatte抠图网络

精度超越现有方法

首个将视觉Transformer应用于图像抠图的简洁适配方案，以混合注意力与细节捕获模块实现卓越性能。

Jingfeng, Yao · 王兴刚 · Yang, Shusheng · Baoyuan, Wang

Information Fusion 2024

技术优势

首个ViT抠图

简洁适配视觉Transformer到抠图，释放其强大建模能力，无需复杂改造。

细节不丢失

细节捕获模块用轻量卷积补充抠图所需的细节信息，避免ViT丢失精细结构。

应用场景

• 图像编辑：精准抠出前景对象，简化编辑流程。
• 视觉特效：高质量alpha遮罩，便于合成视觉特效。
• 视频会议背景替换：实时背景替换，保护隐私或统一会议背景。
• 自动驾驶场景理解：精确分割道路元素，辅助场景理解。