
Unser Ansatz lernt verschiedene und effektive Darstellungen durch zusätzliches Lernen und verwendet eine neuartige inkonsistenzgesteuerte Detailregularisierung, um Herausforderungen beim maskengesteuerten Matting zu bewältigen.


coremsg

effizientes-lernen-mehrerer-darstellungen-mit-inkonsistenzgesteuerter-detailregularisierung-für-maskengesteuerte-matting


Effizientes Lernen mehrerer Darstellungen mit inkonsistenzgesteuerter Detailregularisierung für maskengesteuerte Matting


title_rewrite


In-Context Matting ermöglicht die automatische Extraktion von Vordergrundobjekten aus einer Reihe von Zielbildern, indem ein Referenzbild mit den entsprechenden Vordergrundobjekten verwendet wird.


automatisches-matting-von-bildern-durch-referenzkontext


Automatisches Matting von Bildern durch Referenzkontext
