机构名称：
¥ 1.0
删除图像背景是图像处理和计算机视觉中的常见工作。通过从背面隔离主体，照片中的背景删除旨在使检查或编辑图像更容易。有许多方法可以从图像中删除背景，包括深度学习，基于颜色的分割和人类选择。U-NET体系结构是一种基于深度学习的技术之一，它表明了图像分割任务（包括图像背景删除）的令人鼓舞的结果。为生物图像分割创建的卷积神经网络称为U-NET体系结构。该设计由一个存储上下文的编码网络和生成分割图的解码器网络组成。U-NET体系结构的U形能够记录图像的整体上下文和本地细节。对于几个图片分割任务（包括图像背景删除），U-NET体系结构已进行了修改。使用U-NET删除图像背景的建议方法需要在具有和没有背景的图片数据集上训练U-NET模型。然后，使用所示方法，从最近的照片中删除了背景。建议的方法与当前方法不同，包括其高精度和处理复杂背景的能力。计算机视觉，对象识别和照片操纵只是建议方法的一些用途。
使用深度学习的图像背景进行研究
主要关键词
相关文件推荐
