美顏SDK人像摳圖技術是什麼？人像摳圖技術是如何實現的？

大家在刷短影片或者看娛樂直播時，會發現有些主播使用了虛擬背景，實際上他們並沒有用到特別複雜的操作，只是應用了美顏SDK中的 “人像摳圖技術”。下面，小編就以短影片為例子，給大家講述一下美顏SDK人像摳圖技術與它的場景實現。

一、 人像摳圖技術是什麼？

用大白話為大家講解， 人物的摳圖 技術實際上就是 深度學習解決影像分割問題的一個 具體實現 。影像分割問題是指對一張輸入影像，分出一個物體的準確輪廓的過程 ， 而 深度學習中的摳圖原理比較 好理解了 ， 只需要透過 全卷積進行人體影像分割 ， 最後再對 單張圖片提供的一個通用解決方式 “ U-net網路 ” 處理即可。

二、 U-bet網路

接下來我們再來講一下 U-net網路 ， 上文中我們可以得知他是一個非常重要的組成，一般的處理流程是 端到端的網路 ， 網路中沒有全連線層，只有卷積層和下采樣層。 它還 包括兩個部分 ： 一 是特徵提取 ， 二 是上取樣。 特徵提取的每一個關鍵點都會包含多個尺度，受限於技術問題，上取樣的過程中會彌補影像卷積等操作造成的影像資訊確實，以此保留更多的影像細節，所以 U-net比較適合精確級別的影像分割。

三、人物摳圖技術 是怎樣 訓練 的 ？

應用在美顏 SDK中的人像摳圖 訓練過程 很容易實現，透過 輸入大量的人像影像和對應的 GT影像 ， 一邊是對應的輸入影像，一邊是人工標註的 GT影像， 分別進行訓練即可。它還受限於 人工標註 和其它 問題，對於邊緣分割效果不好的問題需要進行一些輔助處理。為了獲得更好的實現效果，一般會採用拉普拉斯運算元解決圖形的軟邊緣問題，並用拉布拉斯運算元處理軟邊緣並構建圖形結構，然後新增語義近似的非本地顏色，將分析出來的高階資訊與低階資訊有效地融合在一起。接下來對建立出來的各個圖形填充純色並進行分層，然後進行類似於 PS裡的蒙版處理，這樣就可以將影像的軟邊緣細緻地標記出來 ， 以此實現更好的填充色分層處理效果 。

以上就是人物摳圖技術在 美顏SDK中的應用和實現過程，如果您對人像摳圖或者其它美顏技術感興趣的話，請關注我！後續我會為大家帶來更多精彩內容。