美颜api中的背景抠图技术是如何发展的？

背景抠图是指准确提取静止图片或者视频图片序列中的前景目标，它是许多图像编辑中的关键技术之一，目前，这项技术在美颜api中广泛应用，该技术的研究已经有超过20年的历史。
图像去背景的数学定义最早是由国外学者Porter个Duff在1984年提出。他们最先引入透明通道概念用于把前景和背景融合时控制前背景色的线性插值比例。最终，抠图问题就被定义为每一个图片像素估计alpha值的任务，在该任务中，输入为原图像，输出将是每个像素点的alpha值。

一、三分图概念
要了解抠图技术，首先我们还需要正确区分硬分割（二值化分割）和抠图的区别。硬分割是指把图像简单的区分为前景（1）和背景（0）。而抠图中需要确定前背景的比例，也就是说对于图像中的半透明区域alpha是结介于0和1之间的连续实数而不是简单的非0即1。介于这个区别，人们提出了一个三分图概念，在三分图中，确定为前景的区域为1，确定背景的区域为0，而前背景不确定的区域为灰色区域（0.5）。通过三分图的引导，让抠图任务主要专注于确定灰色区域里的alpha值，让任务变得相对简单。

二、PicUP.AI
传统的图像去背景技术基于许多基础技术烈日颜色采样（如贝叶斯方法）和近邻梯度分析（如波松方法）或者二者融合的技术。近年来，随着深度学习的发展，已经有很多研究工作转向利用深度学习来研究抠图并取得优秀的效果，基于端到端的深度学习模型一方面可以让整个抠图过程完全自动化，而且可以利用大量的数据训练提高模型的泛化能力。PicUP.AI整合了当前最先进的深度学习模型，建立了基于深度卷积网络，多任务统一学习的端到端模型，极大的提高了模型效率。同时还可在图片特征提取，视野范围设定，无损解码，边缘锐化等技术上仔细打磨。
三、美颜api抠图技术商用标准
抠图算法达到可以商用的标准主要有3点：
1、精确的分割出前景像素与背景像素。
2、分割后的主体或前景部分，边缘过渡效果良好，在新的背景上，视觉上没有违和感。
3、交互少，甚至完全不需要。