Abstract
在這篇論文中，我們提出了一個用於背景替換的自動化人像切割系統。由於人像通常包含著半透明的區域（如頭髮），傳統的影像切割的方法會使得影像合成的結果過於生硬。我們的系統架構將著重在自動切割出用於影像透明度分析的三相圖：前景、背景、未知區域，切割出確定的前背景後，在對未知的區域作透明度分析，如此能得到自然的合成影像。 首先，我們收集了數張包含各種姿勢的人像，人工標出身體的區域後，得出一個合理的人體區域分佈的假設。對於每張測試影像，我們首先偵測圖片裡臉和眼睛的位置，藉由計算與訓練區域顏色的差異，我們可判定每個像素是否屬於臉或眼睛。接著，為了有效地使用我們訓練出的人體區域分佈的假設來切割剩餘的區域屬於背景或身體，我們提出了一個適用於最大期望演算法的參數估定方法，可以使用於有著不同權重數據的高斯混合模型。而為了讓背景與身體切割的結果更好，我們提出了一個迭代的設計，對於每個群聚分佈，依據它與背景或身體的相似度，而給予新的權重，成為新的更合理的假設。 在一些真實的人像圖片上作的實驗結果證明，我們提出的系統在各種環境下，都能有很好的結果。為了使系統更有效率，我們對每個步驟的耗費時間作了分析，並且提出數種加速的方法，結果顯示，即使花費時間降低為一半以下，也能保持與原本相近的品質。