要約
ここ数年、深層学習を基盤とする手法は自然画像のマッティングにおいて著しい改善を達成しています。これらの手法の多くは視覚的に説得力のあるアルファ値推定を生成できますが、半透明領域における構造やテクスチャが一般的にぼんやりとした結果となる傾向があります。これは、透明物体の局所的な曖昧さによるものです。この問題に対する一つの解決策は、広範囲の情報を利用して局所的な不透明度を推定することです。従来のアフィニティベースの手法はしばしば高い計算複雑性に悩まされており、高解像度のアルファ値推定には適していない場合があります。アフィニティベースの手法とコンテキスト注意機構（contextual attention）がインペイントにおいて成功したことを受けて、我々は自然画像マッティング用に設計されたガイド付きコンテキスト注意モジュールを持つ新しいエンドツーエンドアプローチを開発しました。ガイド付きコンテキスト注意モジュールは、学習された低レベルアフィニティに基づいて高レベルの不透明度情報を直接グローバルに伝播します。提案手法はアフィニティベースの手法の情報フローを模倣しつつ、深層ニューラルネットワークによって学習された豊富な特徴量も同時に利用します。Composition-1kテストセットおよびalphamatting.comベンチマークデータセットでの実験結果により、我々の方法が自然画像マッティングにおける最先端アプローチを超えることが示されています。コードとモデルはhttps://github.com/Yaoyi-Li/GCA-Matting で入手可能です。