相信很多朋友在观看直播时一定有看到过主播们的背景，可以随心所以的切换，甚至某些学生上网课时也有切换背景的情况，当时一度大火。实际上，更换背景和人像的技术涉及了“背景抠图与人像抠图”，下文，小编以美颜sdk的实际应用为例子，给大家讲解一下抠图技术。
一、抠图技术是什么
人像抠图和背景抠图可以理解为图像分割技术的一个细分，图像分割大意是将一张图像的轮廓分离，传统机器学习方式抠图时变现不佳，目前主流的抠图技术为深度学习的方案，此方式是通过大量的图像与视频的实战案例，让机器懂得智能抠图、智能图像分割。
二、人像抠图技术如何训练
深度学习技术在抠图中会用到U-net网络，包括特征提取与上采样两个关键部分，特征特区每当经过一个池化层就出现一个尺度，如果算上原图尺度的话，一共有五个关键尺度。每采样一次和特征提取部分通道数量就会相融合。所以，U-net经常被用到惊喜的图像分割与抠图操作中。
在上述的训练过程中，经过小编市场调查，目前美颜sdk大部分都会采用GT图像的方式，一方面对应输出图像，另一方面使用人工标注，如果边缘分割的效果不好需要通过其它的方式处理，在这里通常会使用其它算子解决边缘问题，同时再通算子并购图形轮廓，这样就可以将计算出的信息融合在一块。
三、算法抉择
在上文中，小编讲到了美颜sdk人像抠图技术的两种算法，以目前市面上比较热门的深度学习算法来说，是要明显强于传统的机器学习算法的，因为它有着更高的容错率，不容易出差错，真正意义上让机器学会“识图、抠图”，因此，小编认为未来美颜sdk人像抠图技术将会大规模采用深度学习技术。另外，在一键抠图之后，如果有出现抠图错误的情况，可以手动加以辅助，自主框选出想要抠图的背景或者人像，以达到意向中的抠图结果。
以上就是关于美颜sdk背景抠图与人像抠图的部分知识点，细分技术方面并没有讲到，如果您对美颜sdk抠图技术有需求，欢迎咨询美狐官方客服，我们会为您提供完善的解决方案。
声明：本文由美狐原创，未经允许禁止转载，谢谢合作。
