如何训练人工智能进行视频背景移除和人体提取？

哪种AI算法最适合人体提取？

回答：

我无法说出哪种算法是此任务的最佳选择。由于这基本上是处理图像/视频数据的任务，你可能会首先尝试使用深度学习和卷积神经网络（CNNs）。

你可以单独处理每一帧，或者处理整个视频。中间也有一系列的选项。

单帧

一次处理一帧会使你的问题变得简单。它简化为图像分割/背景分离任务。

你可以从文献中的预训练CNN架构开始，如VGGNet、Inception、Resnet。移除最后几层并将其调整到你的问题上。

缺点是你通过限制自己处理单帧而丢失了很多信息。

小窗口

通过将一些过去（甚至未来）的帧输入到你的架构中，你可以考虑更多的信息。或者你也可以计算一些梯度（如光流）作为特征并添加到你的图像中。

使用这种方法，你仍然可以使用CNN架构。

如果你想处理更长的序列，并且希望以高效的方式进行，你应该考虑使用递归神经网络（RNN）。你将在时间上进行递归，在空间维度上进行卷积。在我看来，这是此任务的最佳架构。

它还允许对实时视频进行在线处理。