Towards Label-Efficient Human Matting: A Simple Baseline for Weakly Semi-Supervised Trimap-Free Human Matting

本文提出了一种新的人像抠图实践训练方法，需要精细的像素级人像区域识别和显著的注释。为了减少注释成本，大多数现有的抠图方法通常依赖于图像合成来增加数据集。然而，合成训练图像的不自然性给自然图像带来了新的领域泛化挑战。为了解决这个挑战，我们引入了一种新的学习范式，称为弱半监督人像抠图（WSSHM），它利用少量昂贵的抠图标签和大量经济实惠的分割标签来节省注释成本并解决领域泛化问题。为了实现WSSHM的目标，我们提出了一种简单有效的训练方法，称为抠图标签混合（MLB），它仅选择性地引导分割和抠图数据的有益知识到抠图模型。我们的详细分析和广泛实验表明，我们的方法可以大大提高使用少量抠图数据和大量分割数据的抠图模型的鲁棒性。我们的训练方法也很容易适用于实时模型，在NVIDIA V100 GPU上达到了328 FPS的极快推理速度和有竞争力的准确性。实现代码可在\url{https://github.com/clovaai/WSSHM}上获得。

解决问题：本文针对人类抠图需要大量的像素级标注，提出了一种新的训练方法，旨在通过少量的昂贵的抠图标签和大量的廉价的分割标签来节省标注成本并解决领域泛化问题。

关键思路：本文提出了一种弱半监督人类抠图（WSSHM）的学习范式，利用少量的昂贵的抠图标签和大量的廉价的分割标签来训练模型，通过Matte Label Blending（MLB）的训练方法将分割和抠图数据的有益知识有选择地引导到抠图模型中，以提高模型的鲁棒性。

亮点：本文的实验表明，使用少量的抠图数据和大量的分割数据，可以显著提高抠图模型的鲁棒性。本文的训练方法也适用于实时模型，具有极快的推理速度（在NVIDIA V100 GPU上达到328 FPS）。此外，本文的代码实现已经开源。

相关研究：最近，基于深度学习的人类抠图技术已经受到广泛关注。与本文相关的工作包括：Deep Image Matting、GCA Matting、Natural Image Matting等。