我们在玩抖音的时候，发现抖音的视频场景可以更换，并且转化成各种游戏背景。这其实就是应用了萌颜sdk中的人物抠图技术。下面，我们就以抖音为例，来说明下人物抠图技术在萌颜sdk中的应用情况。

一、何为人物抠图技术？

人物的抠图技术是深度学习解决图像分割问题的一个应用。图像分割问题是指对一张输入图像，分出一个物体的准确轮廓的过程。深度学习中的抠图原理比较简单，即利用全卷积进行人体图像分割。对于单张图片提供的一个通用解决方式是采用U-net网络。

二、何为U-bet网络？

U-net网络是一个端到端的网络，蓝色代表卷积和激活函数，灰色代表复制，红色代表下采样，绿色代表上采样，然后再卷积。网络中没有全连接层，只有卷积层和下采样层。U-net网络包括两个部分：第一部分是特征提取；第二部分是上采样。特征提取部分每经过一个池化层就有一个尺度，包括原图尺度一共有5个尺度。上采样部分每上采样一次，就和特征提取部分对应的通道数相同的尺度融合。上采样部分每上采样一次，就和特征提取部分对应的通道数尺度融合。上采样的过程弥补了图像卷积等操作造成的图像信息丢失，能够保留更多的图像细节。因此，U-net特别适合比较精确的图像分割。

三、如何对人物抠图技术进行训练？

训练的过程就是输入大量的人像图像和对应的Grund Truth图像。一边是对应的输入图像，一边是人工标注的Ground Truth图像，需要对它们进行训练。由于人工标注或者其他问题，对于边缘分割效果不好的问题需要进行一些辅助处理。为了获得更好的实现效果，一般会采用拉普拉斯算子解决图形的软边缘问题，并用拉布拉斯算子处理软边缘并构建图形结构，然后添加语义近似的非本地颜色，将分析出来的高级信息与低级信息有效地融合在一起。接下来对创建出来的各个图形填充纯色并进行分层，然后进行类似于PS里的蒙版处理，这样就可以将图像的软边缘细致地标记出来。

以上就是人物抠图技术在萌颜sdk中的应用和实现过程，如果您对美狐萌颜sdk开发感兴趣，欢迎咨询官方客服。

声明：本文由美狐原创，未经允许禁止转载，谢谢合作。