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。

: C1 B! o6 Z' Z: C: N! Z' p5 `项目源码地址：
https://github.com/PeterL1n/BackgroundMattingV2
项目依赖库：
2 S$ A6 q6 ?1 W/ w* K% M  kornia==0.4.1
2 \  g/ {; c+ ^: G% s) _# x. \0 k  tensorboard==2.3.0
  torchvision==0.8.1
  tqdm==4.51.0
; d2 B2 [1 p. t! ]! m  opencv-python==4.4.0.44
  onnxruntime==1.6.0
4 O: J$ ^9 g; Y6 r6 |开发者提供的一些文件资源（国内需木弟子）：
% ^5 o5 i) l: H2 W- S, T' Y1、下载模型/权重文件
https://drive.google.com/drive/folders/1cbetlrKREitIgjnIikG1HdM4x72FtgBh?usp=sharing
$ U4 A3 `5 n/ u6 i6 H2、用于练习的视频和图片文件
HD视频：
& `5 q+ a7 v& U3 thttps://drive.google.com/drive/folders/1j3BMrRFhFpfzJAe6P2WDtfanoeSCLPiq
! s6 ]0 ^  }3 U5 k4K视频和图片：
8 p, a4 v2 u: f( i6 s5 N  B  |https://drive.google.com/drive/folders/16H6Vz3294J-DEzauw06j4IUARRqYGgRD?usp=sharing
: j- B& A( N0 U1 h4 |6 B6 A  y项目demo脚本介绍:
9 ^5 t8 E3 e7 O& V' [inference_images.py：用于图片中的背景替换，用法如下：
python inference_images.py
; d; ]# F4 _, K& _8 w' g--model-type mattingrefine
--model-backbone resnet50
* P4 \3 O7 L5 a& S--model-backbone-scale 0.25
7 Z- u/ t- n% K: C--model-refine-mode sampling
1 _- w/ q% ^2 k: T--model-refine-sample-pixels 80000
--model-checkpoint "PATH_TO_CHECKPOINT"
/ c0 K9 \! R$ ?: G6 N0 R. t6 o& S--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：
: p" j- L+ O! f$ i0 upython inference_video.py
; S; e3 c  ?- \--model-type mattingrefine
--model-backbone resnet50
--model-backbone-scale 0.25
6 D8 {- d* w5 }: H# j* u/ N3 K, B" k) e--model-refine-mode sampling
--model-refine-sample-pixels 80000
--model-checkpoint "PATH_TO_CHECKPOINT"
8 o6 `  n6 ]" T# G$ Q; S8 o--video-src "PATH_TO_VIDEO_SRC"
& f# \7 h  a, G' z' s3 f( m--video-bgr "PATH_TO_VIDEO_BGR"
--video-resize 1920 1080
--output-dir "PATH_TO_OUTPUT_DIR"
  m' j" O& a9 s--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
, v# Z" d( B, V8 |--model-type mattingrefine
. h' o' e$ @! O+ p# q4 e7 u--model-backbone resnet50
--model-checkpoint "PATH_TO_CHECKPOINT"
6 A4 V" f' F/ t--resolution 1280 720
1 W* v( N+ C- _0 X2 X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:
3 M: Y0 H: h8 Ohttps://github.com/andreyryabtsev/BGMv2-webcam-plugin-linux
+ R. @: ^1 _/ m: Y在Google Colab上体验
) K2 u2 n2 x4 m# u       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。
+ N" ^1 p9 C# u7 t7 x5 A, I1、图片背景替换体验地址：
https://colab.research.google.com/drive/1cTxFq1YuoJ5QPqaTcnskwlHDolnjBkB9?usp=sharing
2、视频背景替换体验地址：
" F+ i+ \- g7 N* @* t1 phttps://colab.research.google.com/drive/1Y9zWfULc8-DDTSsCH-pX6Utw8skiJG5s?usp=sharing
附上开发者提供的项目演示视频：