抠图专家要失业了？CV技术加持下的AR，实现隔空抠图复制粘贴（Going Deeper）

作者 | 蒋宝尚

编辑 | 贾伟

传说中有一种电脑高手可以在一台电脑上按下Ctrl C，在另一台电脑上按下Ctrl V就能进行跨设备粘贴复制。

虽然只是传说，但有无数的电脑极客为这个目标而努力。而现在利用机器学习 AR技术攻克了这个难题。

利用这个技术只用一部手机就能将书上的图片直接复制到电脑上，全程用不到10秒钟。

手写框架图自然也不在话下~

这个项目是一位自称艺术家的法国人创造，据在reddit提供的Github地址，发现作者名为Cyril Diagne，此外其还是一家AI公司的联合创始人。

项目地址：https://github.com/cyrildiagne/ar-cutpaste

虽然目前仅能用于Photoshop，但作者相信未来可以处理更加不同类型的输出。从粘贴到复制，完成整个过程需要三个模块：移动APP、本地服务器、背景移除。

其中，移动APP使用了Expo这个通用的React应用架构和平台搭建，本地服务器使用了ScreenPoint超早摄像头在屏幕上所指向的位置，背景移除使用的技术是基于被Pattern Recognition 2020 收录的论文《U^2-Net: Going Deeper with Nested U-Structure for Salient Object Detection》。目前此论文尚找到下载版本，不过论文代码已经放出。

代码地址：

https://github.com/NathanUA/U-2-Net

部署步骤

根据作者Github，整个部署可以分为四步：Photoshop配置、设置外部显著对象检测服务器、配置和运行本地服务、配置和运行移动APP。

Photoshop配置：1.进入“Preferences>Plug-ins”，启用“远程连接”，并设置稍后需要的密码。2.确保PS文档设置与server/src/ps.py中的设置匹配，否则会粘贴空白。3.确保文档有背景，如果背景空白SIFT可能无法进行正确的匹配。

设置外部显著对象检测服务器：1.需要使用 BASNet-HTTP作为外部HTTP服务部署BASNet模型；2.将需要部署的服务URL来配置本地服务器。3.如果在与本地服务相同的计算机上运行Basnet，请务必配置不同的端口。

配置并运行本地服务器的时候，按照上面的代码和说明。

配置和运行APP则需要按照上面的设置。

另外，作者也提到直接在APP中使用像DeepLap此类的技术可能会简单的多，但是作者还没有尝试。

技术细节

该工具使用U2-Net (Qin et Al, Pattern Recognition 2020) 执行显著目标检测和背景移除。

然后，利用 OpenCV SIFT 找出手机在电脑屏幕上对准的位置。只需要一张手机照片和截图，就可以得到准确的 x, y 屏幕坐标系。

U^2-Net架构

据论文作者介绍，U^2-Net与当前20余种SOTA方法进行对比实验后，无论是在模型尺寸还是结构测度等指标都获得了比较不错的成绩。

U^2-Net工作是对其BASNet (Qin et al, CVPR 2019)工作的更新，论文暂时未放出，不过根据BASNet，我们可以知道在边界的显著性检测方面，其对损失函数的设计进行了创新，使其不再像以前那样只关注区域精度。

上面是检测技术，而定位技术是使用的SIFT算法，全称是Scale-invariant feature transform，翻译过来是：尺度不变特征转换。是一种不随图像尺度旋转变化而变化的特征，因此SIFT特征不会随着图像的放大缩小，或者旋转而改变，同时由于在提取特征时做的一些特殊处理，使得SIFT特征对于光照变化也有比较强的适应性。

SIFT算法由加拿大英属哥伦比亚大学教授David Lowe 于 1999 年发表于会议ICCV ，原论文Object recognition from local scale-invariant features ，David Lowe 是唯一作者。

广为人知的被引用更多的是2004年发表于期刊IJCV的完善版 Distinctive image features from scale-invariant keypoints。2020年3月6日专利到期，可以免费试用，OpenCV里就有。算法流程一般为：构建尺度空间、寻找极值点、筛选极值点、计算特征点的主方向、变换特征点维度。