⭐CVPR2025 MatAnyone：稳定且精细的视频抠图新框架

📄论文题目：MatAnyone: Stable Video Matting with Consistent Memory Propagation
✍️作者及机构：Peiqing Yang、Shangchen Zhou、Jixin Zhao、Qingyi Tao、Chen Change Loy（1S-Lab, Nanyang Technological University；2SenseTime Research, Singapore）
🧩面临问题：当前辅助 - free 视频抠图方法存在诸多局限。一方面，在复杂或模糊背景下易混淆目标，尤其当背景中出现相似物体（如其他人物）时性能下降；另一方面，现有视频抠图数据集（如 VideoMatte240K）质量差（核心区有漏洞、边界细节模糊）、规模小且偏合成，导致模型泛化能力弱；此外，难以同时兼顾核心区域语义稳定性与边界细节精细度，现有方法常出现核心语义崩坏或边界粗糙问题。

🎯创新点及其具体研究方法：
1️⃣ 提出 MatAnyone 目标指定视频抠图框架：基于记忆范式，仅需第一帧的目标分割掩码即可实现全程稳定抠图。借鉴视频目标分割的记忆机制，将过去帧及对应结果编码为记忆，新帧通过检索记忆实现目标稳定跟踪，兼顾交互性与长视频鲁棒性。
2️⃣ 一致记忆传播机制：通过区域自适应记忆融合实现稳定传播。先估算当前帧与前一帧的 alpha 值变化，标记 “大变化”（边界区）和 “小变化”（核心区）区域；“小变化” 核心区优先保留前帧记忆以保证语义稳定，“大变化” 边界区侧重当前帧信息以捕捉精细细节，提升 temporal consistency 与细节质量。
3️⃣ 构建高质量数据集：推出 VM800 训练集和 YoutubeMatte 测试集。VM800 规模为 VideoMatte240K 的 2 倍，质量更高（核心区无漏洞、边界细节清晰）且多样性更强；YoutubeMatte 包含更多样的真实前景视频，提升测试基准的挑战性与可靠性。
4️⃣ 基于分割数据的核心区监督策略：针对真实视频抠图数据稀缺问题，利用大规模分割数据增强训练。核心区采用像素级损失确保语义稳定性；边界区改进 DDC 损失为缩放版本，无需真实 alpha 标签即可优化边界细节，避免原版 DDC 导致的锯齿边缘问题。

#论文精读 #视频抠图 #计算机视觉 #CVPR #深度学习 #图像分割 #视频处理、