太强了，头发丝完整保留！华盛顿大学研究员开源的实时视频抠图工具

（点击 上方公众号 ，可快速关注）

转自：开源前哨-小秋

【导语】：一种实时、高分辨率的背景替换技术，保留头发细节，效果惊人。

简介

BackgroundMattingV2 是华盛顿大学几位研究员提出的一种实时、高分辨率的背景替换技术，是基于 Python 实现的。在 4K 分辨率下，该技术的运行速度为 30fps，在现代 GPU 上，高清的运行速度为 60fps。该技术是基于背景抠图，其中一帧额外的背景被捕获并用于恢复前景蒙版和前景层。

简单使用

项目源码地址

https://git hub.com/PeterL1n/BackgroundMattingV2

项目依赖库

开发者提供的一些文件资源 （国内需木弟子） ：

1、下载模型/权重文件

https://drive.google.com/drive/folders/1cbetlrKREitIgjnIikG1HdM4x72FtgBh?usp=sharing

2、用于练习的视频 和图片文件

HD视频：

https://drive.google.com/drive/folders/1j3BMrRFhFpfzJAe6P2WDtfanoeSCLPiq

4K视频和图片：

https://drive.google.com/drive/folders/16H6Vz3294J-DEzauw06j4IUARRqYGgRD?usp=sharing

项目demo脚本介绍

• inference_images.py：用于图片中的背景替换，用法如下：

python inference_images.py
--model-type mattingrefine
--model-backbone resnet50
--model-backbone-scale 0.25
--model-refine-mode sampling
--model-refine-sample-pixels 80000
--model-checkpoint "PATH_TO_CHECKPOINT"
--images-src "PATH_TO_IMAGES_SRC_DIR"
--images-bgr "PATH_TO_IMAGES_BGR_DIR"




    

--output-dir "PATH_TO_OUTPUT_DIR"
--output-type com fgr pha

• inference_video.py: 用于视频中的背景替换，用法如下：

python inference_video.py 
--model-type mattingrefine 
--model-backbone resnet50 
--model-backbone-scale 0.25 
--model-refine-mode sampling 
--model-refine-sample-pixels 80000 
--model-checkpoint "PATH_TO_CHECKPOINT" 
--video-src "PATH_TO_VIDEO_SRC" 
--video-bgr "PATH_TO_VIDEO_BGR" 
--video-resize 1920 1080 
--output-dir "PATH_TO_OUTPUT_DIR" 
--output-type com fgr pha err ref

• inference_webcam.py：用于使用网络摄像头下的交互式背景替换，用法如下：

python inference_webcam.py 
--model-type mattingrefine 
--model-backbone resnet50 
--model-checkpoint "PATH_TO_CHECKPOINT" 
--resolution 1280 720

虚拟摄像机

开发者提供了一个应用插件，通过他们的模型将网络摄像头视频输送到一个虚拟摄像头。该插件仅适用于Linux系统，可以在Zoom视频会议软件中使用。更多详情请查看:

https://github.com/andreyryabtsev/BGMv2-webcam-plugin-linux

在Google Colab上体验

另外，开发者还提供了Google Colab的体验地址 （国内需要木弟子） ，可以体验替换图片和视频中的背景。

1、图片背景替换体验地址：