点击上方“Jack Cui”，选择“设为星标”
大家好，我是 Jack 。
最近又有一个算法火了，不知道你们看到没？直接看效果！
效果这么稳定的人像 Image Matting 算法真的不多，并且还能进行实时处理！
处理视频、图像，不在话下。人在家中坐，录段视频，你就可以把自己放到世界各地的美景中。
这类的抠图 AI 算法，已经出现过不少，但这一款确实让人觉得很惊艳。
打工人的周游世界梦，还能靠 AI 算法实现，泪目！
当前对人像 Matting 的研究主要围绕这两点：不使用 trimap 情况下提高精度
实时与准确性兼顾
MODNet 都做到了，作者充分利用 Ground Truth 的信息，将模型学习分为三个部分：语义估计、细节预测和语义细节融合。
语义估计（Semantic Estimation）：采用 MobileNetV2 架构，通过编码器（即 MODNet 的低分辨率分支）来提取高层语义。对 high-level 的特征结果进行监督学习，标签使用的是下采样及高斯模糊后的GT，损失函数用的 L2-Loss。细节预测（Detail Prediction）：结合了输入图像的信息和语义部分的输出特征，通过 encoder-decoder 对人像边缘进行单独地约束学习，用的是交叉熵损失函数。为了减小计算量，encoder-decoder 结构较为 shallow ，同时处理的是原图下采样后的尺度。语义细节融合（Semantic-Detail Fusion）：把语义输出和细节输出结果拼起来后得到最终的 alpha 结果，这部分约束用的是 L1-Loss。另外，基于以上底层框架，该研究还提出了一种自监督学习方法 SOC（Sub-Objectives Consistency）和帧延迟处理方法 OFD（One-Frame Delay )。其中，SOC 策略可以保证 MODNet 架构在处理未标注数据时，让输出的子目标之间具有一致性；OFD 方法在执行人像抠像视频任务时，可以在平滑视频序列中预测 alpha 遮罩。
为了让输入图像的 alpha 输出与语义、细节输出相一致，分别用 L2 和 L1 损失进行约束。其中 Loss 第一项 L2 约束语义部分，第二项 L1 约束边缘细节部分。
另一方面，为了保持原有的细节信息不被丢失，又将自监督的细节输出和原本全监督训练下的细节输出进行 L1 约束。
SOC 这一步不需要标注数据，只是网络模型的自监督学习。这部分主要解决视频分割结果的闪烁等问题，提高时序稳定性。后处理操作需要满足一定条件：
即连续三帧中，首尾两帧差异小且中间帧与首尾两帧差异大。
如上图所示，只有红框像素满足处理条件。后处理方式也简单，中间帧结果取首尾两帧平均。
研究人员创建了一个摄影人像基准数据集 PPM-100（Photographic Portrait Matting）。
它包含了 100 幅不同背景的已精细注释的肖像图像。
为了保证样本的多样性，PPM-100 还被定义了几个分类规则，来平衡样本类型。
比如是否包括整个人体；图像背景是否模糊；是否持有其他物体。
PPM-100 中的样图具有丰富的背景和人物姿势，可以被看做一个较为全面的基准。
采用 PPM-100 评估集，看下 MODNet 的效果：
MODNet 在 MSE（均方误差）和 MAD（平均值）上都优于其他无 Trimap 的方法。虽然它的性能不如采用 Trimap 的 DIM ，但如果将 MODNet 修改为基于 Trimap 的方法。即以 Trimap 作为输入，它的性能会优于基于 Trimap 的 DIM，这也再次表明显示 MODNet 算法的优越性。此外，研究人员还进一步证明了 MODNet 在模型大小和执行效率方面的优势。其中，模型大小通过参数总数来衡量，执行效率采用 NVIDIA GTX1080 Ti GPU 测试。
MODNet 的推理时间为 15.8ms（63fps），比 FDMPA（31fps）快两倍。总之，MODNet 提出了一个简单、快速稳定的实时人像抠图处理算法。https://arxiv.org/pdf/2011.11961.pdf
我猜，有些读者，早已迫不及待地跳过算法原理说明，直接来找代码了。https://github.com/ZHKKKe/MODNet
写稿截图的时候，项目只有一个 README，但是 Star 都快 500 了，足以看出人们对算法效果的认可，以及对算法代码实现的关注。作者在 issues 中提到，两周后放代码和模型！
MODNet 没开源，周末没得玩了？
我早已想到，当然不会让你们空手而归！
navigan 也是一个新鲜出炉的算法。能变脸，改变人的鼻子大小、眼睛大小、眼睛朝向、嘴巴的位置、眉毛高低、甚至让人吸血鬼化。
也可以改变汽车轮子的大小，马的胖瘦。一个挺好玩的 GAN，感兴趣可以周末玩一玩。
项目地址：
https://github.com/yandex-research/navigan
官方权重文件放在了 Dropbox ，下载费事，所以我将代码和权重文件打包放到了百度网盘，有的需要自取（提取码：jack ）：
https://pan.baidu.com/s/1U2SrSguDaPwncMw0TgPXtA
明天就周末了，提前说声周末愉快~
我是 Jack ，我们下期见。
·················END·················
