强大的开源实时视频抠图工具，头发丝也能完整保留

admin

       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，能保留头发细节，效果惊人，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。
9 h' @7 }& G, g! V& F
项目源码地址：
https://github.com/PeterL1n/BackgroundMattingV2
项目依赖库：
9 y1 g& N- U% E9 Y% q  kornia==0.4.1
  tensorboard==2.3.0
  torchvision==0.8.1
  tqdm==4.51.0
  opencv-python==4.4.0.44
6 u6 q$ r7 G' T. J8 ?7 P. k  onnxruntime==1.6.0
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
2 i  L$ X7 M) Z" b$ r1 Ehttps://drive.google.com/drive/folders/1cbetlrKREitIgjnIikG1HdM4x72FtgBh?usp=sharing
  q  A2 f! \; [- R7 z2 c5 W2、用于练习的视频和图片文件
HD视频：
9 B& l$ F- m& Fhttps://drive.google.com/drive/folders/1j3BMrRFhFpfzJAe6P2WDtfanoeSCLPiq
4K视频和图片：
https://drive.google.com/drive/folders/16H6Vz3294J-DEzauw06j4IUARRqYGgRD?usp=sharing
0 _- T/ J. V1 A4 T; h* p9 W项目demo脚本介绍:
inference_images.py：用于图片中的背景替换，用法如下：
" T; |/ i! Y! i9 t; zpython inference_images.py
--model-type mattingrefine
. }- f- W( N/ ^6 W3 Q--model-backbone resnet50
--model-backbone-scale 0.25
--model-refine-mode sampling
--model-refine-sample-pixels 80000
& C6 t1 q2 ^3 `3 r3 i+ H--model-checkpoint "PATH_TO_CHECKPOINT"
, c4 @/ ]3 T' e4 t9 _% M--images-src "PATH_TO_IMAGES_SRC_DIR"
! z5 f' }, M  A--images-bgr "PATH_TO_IMAGES_BGR_DIR"
. Z, M7 _6 R' n$ V--output-dir "PATH_TO_OUTPUT_DIR"
  }- S9 |3 a! g9 j4 V--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
. g+ o, n9 T9 c( f2 E# g--model-backbone resnet50
--model-backbone-scale 0.25
8 _- j7 C) P, Y) {0 l; ^% R--model-refine-mode sampling
4 u: K) \0 S. h$ W. |% ^--model-refine-sample-pixels 80000
--model-checkpoint "PATH_TO_CHECKPOINT"
6 @, h: e: ~+ h# m0 @& Z4 a--video-src "PATH_TO_VIDEO_SRC"
3 p. G& C+ G: G--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：
. v  q  x2 M# Y& \! q* a. y4 Ypython inference_webcam.py
. L" P8 F! d' [2 ~+ N+ i; p5 l--model-type mattingrefine
--model-backbone resnet50
--model-checkpoint "PATH_TO_CHECKPOINT"
# G, k- g1 z7 n( ~/ d% ?8 j7 {--resolution 1280 720
虚拟摄像机
/ t, m8 D( ^* a7 W       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：
* t; V( ]2 w* [* _6 R6 F8 Zhttps://colab.research.google.com/drive/1cTxFq1YuoJ5QPqaTcnskwlHDolnjBkB9?usp=sharing
0 Q1 v8 M6 V. b; G. _* v* C+ ^2、视频背景替换体验地址：
+ K( M& y* V6 t5 z4 X0 k& I5 ohttps://colab.research.google.com/drive/1Y9zWfULc8-DDTSsCH-pX6Utw8skiJG5s?usp=sharing
  S  q" V" e) x; T# D5 A2 H: t附上开发者提供的项目演示视频：

) p6 I8 p3 M9 q* C3 t% V0 p! J5 v& n" X