美图抠图

定义

美图抠图是以人工智能方式分离图像前景与背景的工具，属于美图公司旗下图像处理产品体系中的一项功能^[1]。它的目标是自动识别图片中的主体轮廓，把主体从原有背景中提取出来，输出为可单独使用的素材^[4]。

在美图的产品体系中，抠图并不是一个独立封装的应用，而是嵌在美图秀秀、美图设计室等工具内的通用能力，用户在美图秀秀的图片编辑或批处理模块中都能调用^[5]。该能力既可处理单张图片，也能一次导入成百上千张图片进行批量抠图并更换背景^[6]。

原理

抠图在计算机视觉领域对应的是图像抠图任务，求解的是每个像素的不透明度值 $\alpha$。给定前景 $F$、背景 $B$ 与不透明度 $\alpha$，合成图像 $I$ 满足 $I_i = \alpha_i F_i + (1-\alpha_i) B_i$，其中 $\alpha$ 的取值在 0 到 1 之间；模型要做的就是从单张图片反推出逐像素的 $\alpha$ 遮罩^[7]。

主流做法先用分割模型定位主体所在区域，再在对细节敏感的边界处做精细化预测。美图影像研究院与北京交通大学联合提出的 MEMatte 框架采用双分支令牌路由：在现代模型常用的全局注意力模块前设置路由器，把含有语义信息的令牌送入全局注意力处理，其余令牌交给轻量化令牌提炼模块处理，并由批量约束自适应令牌路由机制决定分流比例^[8]。这一设计使模型能够在维持全分辨率输入的前提下降低显存占用，在商用显卡上实现 4K 分辨率图像的抠图^[8]。

在部署层面，美图通过模型轻量化技术把抠图等视觉能力放到端侧运行，支持高通 8gen3、8gen4 及联发科相应芯片，从而在手机、电脑等终端设备上完成实时处理^[2]。

发展历程

美图公司成立于 2008 年 10 月，创始人包括吴欣鸿、蔡文胜^[1]。2010 年，美图影像研究院成立，专注于计算机视觉相关技术研发，为其后的抠图算法提供了技术基础^[1]。

2019 年，美图推出 AI 开放平台，抠图能力作为开放接口向开发者提供^[1]。2022 年底，生成式人工智能推动美图设计室转型，抠图功能成为其主要的付费模块之一^[1]。

2025 年 1 月，美图影像研究院与北京交通大学提出的超高分辨率抠图方法 MEMatte 被人工智能会议 AAAI 2025 接收，研究团队同时开源了超高分辨率自然图像抠图数据集 UHR-395，用于高分辨率模型的训练与评估^[9]。UHR-395 包含 11 个类别的 395 个前景对象，平均分辨率约为 $4872 \times 6017$，由专业团队手工标注并经过多轮校验^[7]。2025 年 4 月，美图 AI 开放平台完成升级，AI 抠图等能力可在端侧高效运行^[2]。

应用

在个人创作方面，抠图能力可用于把人像或物品从照片中提取出来，替换到其他背景中制作合成图、社交平台配图与表情素材^[10]。抠出的部分可以保存为带透明背景的图片，方便在后续编辑中继续叠加使用^[11]。

在电商与设计场景中，抠图用于生成商品图的干净背景，美图设计室的智能抠图可自动识别图片主体并去除背景，输出透明背景或替换为指定背景的素材，以便融入海报等设计作品^[4]。批量处理功能则适用于一次修整大量商品图，支持批量抠图换背景、变清晰、裁剪改尺寸等操作^[5]。

在证件照等标准化场景中，抠图后的主体可切换到白底、蓝底等指定底色，并可选择预设背景素材或上传自己的图片作为背景^[5]。开发者也可以通过美图 AI 开放平台的接口调用抠图能力，将其集成到自有应用中^[3]。

局限

抠图对逐像素精度要求很高，直接对图像降采样会造成细节失真，而分块裁剪再拼接会破坏全局上下文并引入伪影，因此高分辨率图像的抠图在计算资源上面临明显约束^[7]。基于全局注意力的模型计算量随令牌数量呈平方级增长，在显存有限的设备上处理高分辨率输入容易超出容量^[8]。

此前的令牌剪枝、令牌融合等压缩方案以固定比例逐层丢弃冗余令牌，被丢弃的令牌所含细节无法参与后续计算，对复杂图像会带来精度下降，对简单图像又存在计算冗余^[8]。MEMatte 在 Composition-1K 基准上相比此前的 ViTMatte 方法将内存占用降低约 88%、推理延迟降低约 50%，但在 8K 分辨率下仍需依赖较高规格的显卡^[7]。

自动抠图对背景与主体颜色接近、边缘有毛发或半透明结构的图像仍可能出现识别偏差，需要借助手动抠图、抠图优化等交互方式进一步修正选区和边缘^[10]。

参见

• 美图秀秀 —— 美图公司旗下的图片处理软件，美图抠图能力在其图片编辑与批处理模块中提供。

• 美图影像研究院 —— 承担抠图相关计算机视觉算法研发的机构。

• 美图设计室 —— 面向电商场景的 AI 设计工具，集成智能抠图功能。

• 图像分割 —— 与抠图密切相关的计算机视觉任务，用于定位图像中的主体区域。

• 北京交通大学 —— 与美图影像研究院合作提出 MEMatte 抠图方法的高校。