这是名为 Robust Video Matting (RVM) 的 Linux 应用程序，其最新版本可以下载为 rvm_resnet50_tf.zip。 它可以在工作站的免费托管服务提供商 OnWorks 中在线运行。
使用 OnWorks 免费下载并在线运行此名为 Robust Video Matting (RVM) 的应用程序。
请按照以下说明运行此应用程序：
- 1. 在您的 PC 中下载此应用程序。
- 2. 在我们的文件管理器 https://www.onworks.net/myfiles.php?username=XXXXX 中输入您想要的用户名。
- 3. 在这样的文件管理器中上传这个应用程序。
- 4. 从此网站启动OnWorks Linux online 或Windows online emulator 或MACOS online emulator。
- 5. 从您刚刚启动的 OnWorks Linux 操作系统，使用您想要的用户名转到我们的文件管理器 https://www.onworks.net/myfiles.php?username=XXXXX。
- 6. 下载应用程序，安装并运行。
截图：
鲁棒视频抠图 (RVM)
描述：
我们介绍了一种强大的、实时的、高分辨率的人类视频抠图方法，该方法实现了新的最先进的性能。 我们的方法比以前的方法轻得多，可以在 Nvidia GTX 4Ti GPU 上处理 76 FPS 的 104K 和 1080 FPS 的高清。 与大多数将视频抠图作为独立图像逐帧执行的现有方法不同，我们的方法使用循环架构来利用视频中的时间信息，并在时间连贯性和抠图质量方面取得了显着改善。 此外，我们提出了一种新颖的训练策略，可以在抠图和分割目标上强制执行我们的网络。 这显着提高了我们模型的稳健性。 我们的方法不需要任何辅助输入，例如 trimap 或预捕获的背景图像，因此它可以广泛应用于现有的人类抠图应用程序。 RVM 专为稳健的人类视频抠图而设计。
产品优势
- RVM 专为稳健的人类视频抠图而设计
- RVM 使用循环神经网络处理具有时间记忆的视频
- RVM 无需额外输入即可对任何视频实时抠图
- 它在 Nvidia GTX 4 Ti GPU 上实现了 76K 104FPS 和高清 1080FPS
- 我们的模型可用于 PyTorch、TorchScript、ONNX、TensorFlow 和 TensorFlow.js
- 我们的模型学习重建背景并跟踪运动历史
程式语言
Python
分类
这个应用程序也可以从 https://sourceforge.net/projects/robust-video-matting.mirror/ 获取。 它已托管在 OnWorks 中，以便以最简单的方式从我们的免费操作系统之一在线运行。