- 📄 论文链接
- 📝 特点：结合大规模 synthetic + pseudo-标注数据预训练；视频 diffusion 增强泛化能力；边缘细节和时间连贯性好
- 🔧 可用性：论文提供了数据和生成管道，但暂未完全轻量开源
- 📄 论文链接
- 📝 特点：“Stable Video Matting with Consistent Memory Propagation”，边界细节 + 帧间一致性强
- 🔧 可用性：GitHub 开源代码
- 📄 论文链接
- 📝 特点：零训练（zero-shot）版 Omnimatte；基于预训练视频 diffusion，实时分离对象层和背景层，支持阴影/反射等
- 🔧 可用性：开源，有论文和代码
- 📄 论文链接
- 📝 特点：通过文本提示 / caption 指定对象，生成 alpha matte；可区分实例；适合交互式抠图
- 🔧 可用性：开源，有数据集 + 代码
- 📄 论文链接
- 📝 特点：针对资源受限设备的后训练量化；保持高精度和时间一致性，同时降低推理成本
- 🔧 可用性：开源研究，可在现有模型上应用
除了论文模型外，这里有几个实际可以拿来试的视频 / 背景移除 / matting 工具 / repo：
- MatAnyone GitHub 项目
- Real-Time High-Resolution Background Matting (BackgroundMattingV2)：支持 4K@30fps 或 HD@60fps，如果有较好的 GPU，可用于高分辨率视频背景去除。
- BackgroundRemover by nadermx：比较轻量 / CLI 风格的工具，可以用于 image + video background removal。
有一个DIS的汇总 https://github.com/Tennine2077/Awesome-Dichotomous-Image-Segmentation
📄 论文 / GitHub
📝 特点：Nested U 结构 + Residual U‑Blocks，多尺度特征；轻量版 U2Netp；适合通用前景/背景分割任务
🔧 可用性：完全开源；支持 CPU / GPU 推理；工具集成如 rembg
⚡ 推理性能：全尺寸 ~176MB，320×320 图像 ~30FPS；轻量版 ~4.7MB，约40FPS；中等分辨率效果佳
📄 论文 / GitHub
📝 特点：轻量网络 + 多尺度特征融合 + e-ASPP + SOC 子目标一致性；trimap-free；适合人像背景移除
🔧 可用性：开源；实时视频/静态图像推理
⚡ 推理性能：1080Ti 下静态图像 ~67FPS；高分辨率需降采样；精度好于轻量显著性模型
📄 论文 / GitHub
📝 特点：双向参考机制，高分辨率输入支持；边缘细节和复杂背景处理效果好
🔧 可用性：开源；提供多版本（轻量 / 高精度 / HR）
⚡ 推理性能：HR 可处理 2048×2048 图像；显存需求高；精度优秀
📄 论文 / GitHub
可运行项目 github
📝 特点：图像金字塔 + 多尺度处理，高分辨率显著性分割；边缘与复杂背景效果好
🔧 可用性：MIT 许可开源；工具集成支持批量图像处理
⚡ 推理性能：速度略慢于 U²‑Net；高分辨率效果佳；精度高于 U²‑Net
📄 GitHub
📝 特点：工具包 + 多个模型集成（U²‑Net 系列）；支持各种输入输出格式
🔧 可用性：易用，生态成熟；可切换不同模型权衡速度与精度
⚡ 推理性能：速度取决 backend；轻量版快速，全版消耗高；精度与所用模型相关
📄 论文
github
📝 特点：基于 BiRefNet 微调，优化卡通 / 动漫风格；半透明/边缘处理效果好
🔧 可用性：开源权重 + 数据集提供
⚡ 推理性能：硬件依赖较高；Pixel Accuracy 可达 ~99%+；支持中高分辨率动漫图像