YouTube如何做到即时影像置换背景Google不藏私开源给你用
原标题：YouTube如何做到即时影像置换背景Google不藏私开源给你用
Google研究团队开源在Tensorflow中实作的语意影像切割（Semantic Image Segmentation）模型DeepLab-v3+，包括Google Pixel 2和Pixel 2XL手机上的肖像模式（Portrait Mode），以及YouTube为影片即时去背换背景功能，都是这项技术的应用。
Google研究软体工程师Liang-Chieh Chen以及Yukun Zhu表示，语意影像切割的主要目的，就是为每个画素指定语意标籤，诸如路、天空、人或是狗等物体，不少的程式需要这样的功能，像是合成景深（Synthetic Shallow Depth-of-field）效果，应用在手机Pixel 2和Pixel 2XL上提供的肖像模式（Portrait Mode），能自动模糊人物的背景，作出类似单眼相机的景深效果。
另外，在多数摄影App都会提供的即时影像切割（Video Segmentation），例如最近在YouTube发表的新功能，为影片即时去背换背景的功能，也是语意影像切割的应用。
DeepLab-v3+在Tensorflow上实作，使用部署于伺服器端的卷积神经网路（CNN）骨干架构，以获取最佳的结果。除了程式码之外，研究团队也同时公开了Tensorflow模型训练以及评估程式，以及使用Pascal VOC 2012与Cityscapes资料集训练的模型。
DeepLab-v3+技术是基于三年前的DeepLab模型，期间改进了卷积神经网路特徵萃取器、物体比例塑模以及同化前后内容的技术，再加上进步的模型训练过程，还有软硬体的升级，从DeepLab-v2到DeepLab-v3，直到现在发表的DeepLab-v3+，让效果一代比一代好。
DeepLab-v3+是由DeepLab-v3扩充而来，研究团队增加了解码器模组，能够细化分割结果，能够更精準的处理物体的边缘，并进一步将深度卷积神经网路应用在空间金字塔池化（Spatial Pyramid Pooling，SPP）和解码器上，大幅提升处理物体大小以及不同长宽比例的能力，最后得到强而有力的语意分割编码解码器网路。
Liang-Chieh Chen以及Yukun Zhu特别提到，随着软硬体的升级，建构在卷积神经网路上的现代语意图像分割功能，可以达到的水準已经远远超过5年前的想像。
郑重声明：文章仅代表原作者观点，不代表本站立场；如有侵权、违规，可直接反馈本站，我们将会作修改或删除处理。
相关阅读
猜你喜欢
-
安迪帕德 Pro原型视频发布
2022-09-12 -
Amazon Rekognition可让用户训练自定义模型辨识特殊物件
2022-08-14 -
人为什么会胖(吃胖的方法)
2022-08-03 -
3d制图软件有哪些(3D制图软件)
2022-07-15 -
Google释出高效能切割模型ShapeMask
2022-04-09 -
每周轮询结果：Redmi K40系列正在塑造，成为一个击中，Pro +出现在顶部
2022-03-18 -
黑鲨4系将具有6.67“144Hz Amoled屏幕
2022-03-16 -
黑鲨4月23日抵达
2022-03-13 -
鱼子酱带出第二个iPhone 12 Pro Warrior系列
2022-03-10 -
不同版本的华硕罗格电话5在tenaa：屏幕替换背面的腾讯标志
2022-03-08 -
不同版本的华硕罗格电话5在tenaa：屏幕替换背面的腾讯标志
2022-03-07 -
Roborock S7带来了改进的拖地，熟悉的设计
2022-03-06
2022-09-12
智能