一、Semantatic Human Matting原理
Semantatic Human Matting 文章链接请点击这里
第一步：将输入图像送入到T-Net中进行计算，得到三张图：Bs、Fs和Us.
T-Net:就是一个编码和解码的过程，和常见的语义分割网络类似
Bs：确定的背景区
Fs：确定的前景区
Us: 不确定的区域
第二步： 将得到的Bs、Fs、Us和原始输入图拼接，此时得到6通道（原始输入图像3通道+Bs+Fs+Us）的数据，再将得到的此数据送入到M-Net网络当中，得到一张图像αr。
M-Net： 网络同样是一个编码和解码的过程
αr：是一个1通道的预测图，该图不是最终的预测结果
第三步：将M-Net的预测结果和T-Net预测结果当中的Us相乘，然后和T-Net预测结果当中的Fs相加，得到该模型的最终预测结果αp。公式如下：
以上就是Semantatic Human Matting网络的基本原理
