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。
1 _' b* v$ W5 U8 i
. q: V4 M7 O8 d6 p# H项目源码地址：
https://github.com/PeterL1n/BackgroundMattingV2
项目依赖库：
5 ^$ Y3 n! a1 y% R' U  kornia==0.4.1
6 g$ C" g* }  k7 y. B: |% b' P- O* U  tensorboard==2.3.0
  torchvision==0.8.1
5 ]8 g2 u7 w* I# m, d5 u) k' J$ i  tqdm==4.51.0
  opencv-python==4.4.0.44
  onnxruntime==1.6.0
开发者提供的一些文件资源（国内需木弟子）：
8 L2 V2 E. N( ]4 M+ T1、下载模型/权重文件
5 ^+ I, X& r. r8 a% b7 e5 Ahttps://drive.google.com/drive/folders/1cbetlrKREitIgjnIikG1HdM4x72FtgBh?usp=sharing
2、用于练习的视频和图片文件
& v2 ?$ x+ `' S& Z6 L2 X2 ]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
- D& O$ M; A3 d: F5 e" H# S- d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
1 f, }8 [) v2 m" h* f" q" C--model-type mattingrefine
( ]% J3 W. ~3 V- D; Q+ e9 g) R--model-backbone resnet50
$ D5 K! f. C% g. [! o! v. \$ D--model-backbone-scale 0.25
--model-refine-mode sampling
--model-refine-sample-pixels 80000
( O6 M. q, Y5 g--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"
8 U' P! a* K# N--output-type com fgr pha
inference_video.py: 用于视频中的背景替换，用法如下：
/ W  u; h6 l* @: tpython inference_video.py
--model-type mattingrefine
8 ?2 w9 Q8 K* }1 W" z--model-backbone resnet50
) E  U& M( C2 A6 |. X! \1 C--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"
, }( v8 x, Z! N: o1 V5 ~--video-bgr "PATH_TO_VIDEO_BGR"
. U2 x# x# U0 D" w0 D1 _7 h; `--video-resize 1920 1080
--output-dir "PATH_TO_OUTPUT_DIR"
+ V, e; Y% {% A8 }6 C, f$ a--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：
, ~1 \9 n* [" {& d# W( Ppython inference_webcam.py
" r' J" Y$ ?3 J1 j9 _+ X& Z0 ?' P! P1 K  v--model-type mattingrefine
! b' H( o; {, u* q6 N: |5 b; O; U--model-backbone resnet50
--model-checkpoint "PATH_TO_CHECKPOINT"
--resolution 1280 720
. d* L, a' G, H虚拟摄像机
" O: Y+ _+ T8 k7 Y6 {  [, 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:
( q" ]* i+ B/ D. H0 Ghttps://github.com/andreyryabtsev/BGMv2-webcam-plugin-linux
8 @7 T9 E  n& {5 ?在Google Colab上体验
2 L& H% q3 P" Q& _! ^/ R       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：
https://colab.research.google.com/drive/1cTxFq1YuoJ5QPqaTcnskwlHDolnjBkB9?usp=sharing
+ n  t9 H6 @; ]+ B  X2、视频背景替换体验地址：
# L* Y9 E  S6 R. Mhttps://colab.research.google.com/drive/1Y9zWfULc8-DDTSsCH-pX6Utw8skiJG5s?usp=sharing
附上开发者提供的项目演示视频：

8 J0 x8 U  B3 f" G