【導語】：一種實時、高分辨率的背景替換技術，保留頭發(fā)細節(jié)，效果驚人。

簡介

BackgroundMattingV2 是華盛頓大學幾位研究員提出的一種實時、高分辨率的背景替換技術，是基于?Python?實現(xiàn)的。在 4K 分辨率下，該技術的運行速度為 30fps，在現(xiàn)代 GPU 上，高清的運行速度為 60fps。該技術是基于背景摳圖，其中一幀額外的背景被捕獲并用于恢復前景蒙版和前景層。

簡單使用

項目源碼地址

https://github.com/PeterL1n/BackgroundMattingV2
項目依賴庫

開發(fā)者提供的一些文件資源（國內需木弟子）：

1、下載模型/權重文件

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

2、用于練習的視頻和圖片文件

HD視頻：

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

4K視頻和圖片：

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

項目demo腳本介紹

• inference_images.py：用于圖片中的背景替換，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: 用于視頻中的背景替換，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：用于使用網(wǎng)絡攝像頭下的交互式背景替換，用法如下：

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

虛擬攝像機

開發(fā)者提供了一個應用插件，通過他們的模型將網(wǎng)絡攝像頭視頻輸送到一個虛擬攝像頭。該插件僅適用于Linux系統(tǒng)，可以在Zoom視頻會議軟件中使用。

更多詳情請查看:https://github.com/andreyryabtsev/BGMv2-webcam-plugin-linux

在Google Colab上體驗

另外，開發(fā)者還提供了Google Colab的體驗地址（國內需要木弟子），可以體驗替換圖片和視頻中的背景。

1、圖片背景替換體驗地址：https://colab.research.google.com/drive/1cTxFq1YuoJ5QPqaTcnskwlHDolnjBkB9\?usp=sharing

圖片背景替換效果：

2、視頻背景替換體驗地址：

https://colab.research.google.com/drive/1Y9zWfULc8-DDTSsCH-pX6Utw8skiJG5s\?usp=sharing

視頻背景替換效果：

開源前哨 日常分享熱門、有趣和實用的開源項目。參與維護 10萬+ Star 的開源技術資源庫，包括：Python、Java、C/C++、Go、JS、CSS、Node.js、PHP、.NET 等。

總結

以上是生活随笔為你收集整理的太强了，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的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內容還不錯，歡迎將生活随笔推薦給好友。