行業、個人，乃至現代生活都離不開圖像，因而圖像處理成為了最常見的工具類應用之一。近年來，摳圖技術的應用范圍越來越廣，不論是iOS、安卓APP，還是微信小程序，皆涉及人像摳圖技術，并且應用類型呈現出多種類、多形式的特點。摳圖雖然在圖像處理中屬于底層功能，但同時又是不可或缺的重要功能。

無錫樂騏科技有限公司以人工智能技術為核心，致力于圖像識別及人體生物特征識別核心技術研究、應用產品開發及市場推廣，其中智能證件照、證件照研究院等產品已擁有眾多個人及企業客戶，且其人像摳圖團隊在“CVPR 2021人像視頻摳圖競賽”中獲得了第二名的好成績。

精確摳圖面臨效率難題

圖像去背景（摳圖）是指準確提取靜止圖片或者視頻圖片序列中的前景目標，它是許多圖像編輯中的關鍵技術之一，已有超過20年的研究歷史。

在處理人像摳圖的過程中，如何實現精確摳圖是一個普遍的難題。當摳圖精確度無法達到較高標準時，會導致毛發、透明物等精細特征無法進行有效處理，從而使得合成的照片具有強烈的不真實感。為了解決這樣的情況，通常需要在完成人像摳圖后對圖片進行進一步的優化，這大大增加了工作量，且耗費了更多時間，這與人工智能AI摳圖的最初理念是背道而馳的。

基于RTX新一代顯卡，

推進企業打造行業領先的核心算法

傳統的圖像去背景技術基于許多基礎技術例如顏色采樣（如貝葉斯方法）和近鄰梯度分析（如波松方法）或者二者融合的技術。針對此行業難點，樂騏科技的算法團隊基于搭載了NVIDIA RTX A6000的深度學習服務器，整合當前最為先進的深度學習模型，建立了基于卷積神經網絡的多任務統一學習的端到端模型，極大的提高了模型效率。

在搭載了NVIDIA RTX A6000的深度學習服務器上進行反復訓練、測試和驗證后，樂騏科技針對圖片特征提取、視野范圍設定、邊緣銳化等技術細節認真打磨，對如何處理頭發、透明物體等精細特征以提高模型精度這一行業難題，交出了滿意的答卷。

RTX A6000實現硬件加速，為AI提供無限可能

除了CUDA數量的大幅增加，相對于上一代產品，Ampere架構對SM單元也進行了重新設計。Ampere架構的一個SM單元最多可以在每個時鐘周期內執行128條FP32指令，同時也可以在每個時鐘周期內執行64條FP32+64條INT32指令，最終讓FP32性能達到翻倍的同時，也兼顧了通用性。

作為NVIDIA的第二代RTX架構，RTX A6000核心內還集成了第2代RT Core和第3代Tensor Core。憑借著翻倍的吞吐量，RTX A6000能提供先進的光線追蹤和AI人工智能訓練功能。

隨著AI技術的發展，其可能越來越接近甚至達到通用人工智能（AGI）的水平。面對充滿AI的未來，在我們的生活中可能將隨處可見智能強大而又靈活的人工智能。NVIDIA RTX A6000帶來硬件加速的光線追蹤渲染方式，致力于實現AI賦能的專業視覺領域新突破，對適用范圍越來越廣、靈活性越來越高、越來越個性化的AI提供了無限可能。

在未來，NVIDIA將與樂騏科技等合作伙伴共同圍繞技術、產品、業務方式創新，提供具有價值的解決方案。

編輯：jq