RVM 영상 매팅

시간 정보를 활용하기

같은 사람의 머리카락과 윤곽은 인접 프레임에서도 이어진다. RVM은 이전 시점의 정보를 순환적으로 활용해 각 프레임을 처리한다. 영상의 시간 정보를 쓴다는 것은 결과를 단순히 평균내어 흐리게 만드는 것과는 다르다.

매팅과 분할의 학습

학습에서 매팅 목표와 분할 목표를 함께 사용해 강건성을 높인다. 트라이맵이나 미리 촬영한 빈 배경 이미지를 추가로 요구하지 않는다. 다만 인물 매팅을 위한 방법이므로 임의의 투명 물체나 모든 재료의 정확한 분해까지 보장하는 것은 아니다.

일관성과 지연의 예

설명용으로 고정 경계의 예측 알파가 0.4, 0.8, 0.4로 흔들리면 가운데 관측이 튄다. 하지만 실제 전경이 빠르게 지나간 경우 같은 변화가 정답일 수도 있다. 시간적으로 매끄러운 결과만으로 정확도를 판단하면 안 되며 실제 움직임과 경계를 함께 비교해야 한다.

연속 상태의 관리

순환 상태를 사용하는 실행에서는 영상이 끊기거나 다른 장면으로 전환되는 조건도 확인해야 한다. 영역과 경계의 오차, 시간적 흔들림과 실행 지연을 따로 측정한다. 높은 해상도에서의 처리 속도는 기기와 구현, 입력 크기에 따라 달라지므로 특정 실험 수치를 보편적 성능으로 해석하지 않는다.