以"蒙版即时空权重场"为统一分析主线,从数学原理到工程落地,贯通动态遮挡、追光聚焦与擦除转场的组合技法
摘要
蒙版(Mask)与关键帧(Keyframe)是数字影像合成中最基础也最容易被低估的一对工具。多数教程将它们分开讲解——蒙版用于抠像遮挡,关键帧用于动画驱动——却很少讨论二者组合后产生的涌现效应。本文提出一条统一的分析主线:蒙版本质上是作用于像素的时空权重场,关键帧则是驱动该权重场随时间演化的控制函数。基于这一视角,动态遮挡、追光聚焦与擦除转场不再是三种独立技巧,而是同一数学结构在不同参数空间下的投影。
全文覆盖蒙版数学基础、三类玩法的实现路径、After Effects / DaVinci Resolve / WebGL 三平台工程细节、性能优化策略,以及 AI 驱动蒙版生成的前沿进展。文中数据均标注来源,模拟数据已明确标注。
目录
一、蒙版的数学本质:从二值到连续的权重场
1.1 二值蒙版的局限
最朴素的蒙版是一个二值函数:像素要么被保留(值为1),要么被丢弃(值为0)。在 Photoshop 中按 Q 进入快速蒙版模式,用硬边画笔涂抹,得到的就是这种二值蒙版。它的数学表达极为简单:
M(x, y) ∈ {0, 1}
Output(x, y) = Input(x, y) × M(x, y)
问题在于,真实影像的边缘几乎不可能是理想的硬边。头发丝、半透明纱料、运动模糊产生的拖影——这些区域的像素在物理上就是前景与背景的混合。二值蒙版处理这类边缘时,要么产生锯齿,要么丢失细节。2000年前后,工业界开始普遍采用连续值蒙版,将 M(x,y) 的取值域扩展到 [0,1] 区间。
本文评述:从二值到连续的转变,表面上是精度提升,实质上是蒙版语义的根本变化——它从"选择器"变成了"权重场"。权重场意味着每个像素对最终输出的贡献是可微调的,这为后续的羽化、混合、动画插值提供了数学基础。没有这一步,关键帧驱动的蒙版动画将退化为跳变而非平滑过渡。
1.2 连续蒙版的数学表达
连续蒙版可以看作定义在图像平面上的标量场 M: Ω → [0,1],其中 Ω 是图像的定义域。合成公式变为线性插值:
Output(x, y) = F(x, y) × M(x, y) + B(x, y) × (1 - M(x, y))
其中 F 是前景,B 是背景。这个公式是 Porter-Duff 合成模型(Porter & Duff, 1984)的简化形式。Porter-Duff 模型定义了12种合成操作,其中 "over" 操作正是上述公式的推广。本文评述:Porter-Duff 发表于 SIGGRAPH 1984,至今已逾四十年,仍是所有主流合成软件的核心。这提示我们,蒙版技术的底层数学在很长时间内保持稳定,创新主要发生在交互层和自动化层。
1.3 蒙版的生成方式分类
从工程角度看,蒙版的生成方式决定了它的可控性和精度。下表梳理了主流生成方式及其特征:
笔者认为,手绘形状蒙版之所以在动态遮挡和转场中仍占主导,是因为它的参数化程度最高——每个控制点都可以被关键帧独立驱动,这为精细动画提供了最大自由度。AI 蒙版虽然省力,但输出的概率图缺乏结构化参数,难以直接做形状动画。
二、关键帧插值:驱动权重场演化的控制函数
2.1 关键帧的数学定义
关键帧动画的本质是对参数曲线进行稀疏采样,再通过插值重建连续函数。设某参数 p 在时间 t 的值为 p(t),我们在若干时刻 t₀, t₁, ..., tₙ 给定关键值 p₀, p₁, ..., pₙ,插值函数 I 负责在关键帧之间生成中间值:
p(t) = I(pᵢ, pᵢ₊₁, t), t ∈ [tᵢ, tᵢ₊₁]
After Effects 提供三种基本插值方式:线性(Linear)、贝塞尔(Bezier)和定格(Hold)。线性插值计算量最小,但速度突变会产生"机械感";贝塞尔插值通过控制手柄调节切线,可以模拟缓入缓出;定格插值则保持前一个关键帧的值直到下一个关键帧,产生跳变效果。
2.2 缓动曲线的工程意义
在动态遮挡和追光聚焦中,缓动曲线(Easing Curve)的选择直接决定观感。迪士尼动画十二法则中的"慢入慢出"(Slow In and Slow Out)在数字合成中同样适用。Adobe 官方文档指出,合理的缓动可以使动画看起来"更自然、更有重量感"(Adobe, After Effects User Guide, 2024)。
从数学上看,缓动函数是对线性插值的时间参数做非线性重映射。常见的缓动函数包括:
- Ease In Quad:f(t) = t²,起步慢,加速快
- Ease Out Quad:f(t) = 1-(1-t)²,起步快,减速慢
- Ease In Out Cubic:f(t) = 4t³ (t<0.5) 或 1-(-2t+2)³/2 (t≥0.5),两端慢中间快
- 弹性缓动(Elastic):带阻尼振荡,适合活泼风格
本文评述:缓动曲线的选择不是纯美学问题,而是有认知心理学依据的。人类视觉系统对匀速运动的物体反而会觉得"不自然",因为真实世界中的物体运动几乎都受摩擦力或重力影响,呈现加速或减速特征。因此,在追光聚焦中使用 Ease Out 可以让光斑移动更符合直觉。
2.3 蒙版路径的关键帧插值
蒙版路径由一系列贝塞尔控制点构成,每个控制点包含锚点(Anchor)和两个切线手柄(In/Out Tangent)。当对蒙版路径打关键帧时,After Effects 实际上是对每个控制点的坐标分别做插值。这里有一个工程陷阱:如果两个关键帧之间控制点数量不一致,AE 会自动进行点匹配,可能产生扭曲。
解决方案是保持控制点数量恒定,或者使用"蒙版插值"面板中的"智能蒙版插值"选项。DaVinci Resolve 的 Magic Mask 则采用完全不同的策略——它不暴露控制点,而是通过笔刷涂抹生成概率图,再对概率图做时间域平滑。
三、动态遮挡:蒙版跟随与边缘精修
3.1 动态遮挡的核心问题
动态遮挡要解决的问题是:当被遮挡物体或遮挡物发生运动时,蒙版需要同步更新,使遮挡关系始终正确。这在实拍合成中极为常见——比如给演员添加一个虚拟手环,手环需要在演员手臂运动时被手臂正确遮挡。
工程上有两条路径:手动关键帧跟踪和自动跟踪。手动方式精度高但耗时;自动方式效率高但可能漂移。Adobe 在 2023 年引入的"内容感知跟踪"(Content-Aware Tracking)尝试结合两者优势,先自动跟踪再允许手动修正关键帧。
3.2 实操路径:四步法
以下是一套经过验证的动态遮挡工作流,适用于 After Effects 和 DaVinci Resolve:
- 步骤一:确定遮挡层级。在时间线上明确哪些图层在前、哪些在后。建议用颜色标签区分,避免后期混乱。
- 步骤二:绘制初始蒙版。在遮挡关系最清晰的帧上绘制蒙版,尽量贴合物体边缘,预留 2-3 像素余量。
- 步骤三:跟踪或手动打关键帧。使用跟踪器面板选择"位置+旋转+缩放"模式,跟踪点选在纹理丰富的区域。若自动跟踪失败,改用手动关键帧,每 5-10 帧打一个,再让软件插值。
- 步骤四:边缘精修。开启蒙版羽化(Feather)1-3 像素,必要时使用"蒙版扩展"(Mask Expansion)微调边缘。对于运动模糊区域,可叠加方向模糊。
本文评述:四步法中最容易被忽视的是步骤四。很多教程在跟踪完成后就结束了,但边缘处理才是决定合成真实感的关键。人眼对边缘的敏感度远高于对颜色或亮度的敏感度——这是格式塔心理学中"轮廓优先"原则的体现。
3.3 边缘精修的技术细节
蒙版羽化的数学本质是对权重场做高斯模糊。设原始蒙版为 M,羽化半径为 σ,则羽化后的蒙版为:
M'(x, y) = M(x, y) * G(x, y; σ) G(x, y; σ) = (1 / 2πσ²) × exp(-(x² + y²) / 2σ²)
高斯模糊的计算复杂度为 O(n²σ²),对于 4K 图像和较大 σ 值会显著拖慢渲染。工程上通常采用可分离卷积(Separable Convolution)优化,将二维卷积拆分为两次一维卷积,复杂度降至 O(n²σ)。
另一个技巧是使用"蒙版收缩/扩展"(Choke)替代部分羽化。Choke 通过对蒙版做形态学腐蚀或膨胀来调整边缘位置,计算量远小于高斯模糊。在需要硬边但略有柔化的场景中,Choke + 小羽化是更高效的选择。
四、追光聚焦:径向蒙版与光效协同
4.1 追光聚焦的视觉原理
追光聚焦(Spotlight Focus)模拟的是舞台追光灯效果:画面大部分区域被压暗,只有一块区域保持亮度,引导观众注意力。这在产品展示、人物访谈、教程视频中极为常见。
从视觉认知角度,这利用了"选择性注意"(Selective Attention)机制。Broadbent 在 1958 年提出的过滤器模型指出,人类注意力的容量有限,会主动过滤掉不相关信息。追光聚焦正是通过亮度对比,人为强化了这种过滤。
4.2 径向蒙版的参数化
径向蒙版(Radial Mask)是追光聚焦的核心工具。它由中心点、半径、羽化三个参数定义。在 After Effects 中,椭圆蒙版的参数包括:
4.3 光效协同:从遮挡到发光
单纯的压暗只能产生"聚焦"效果,要让它看起来像"追光",还需要在蒙版区域叠加光效。常见做法是复制一层原始素材,叠加"发光"(Glow)或"镜头光晕"(Lens Flare)效果,再用同一个蒙版限制作用范围。
更高级的做法是使用"分形噪声"(Fractal Noise)生成动态光斑纹理,再通过蒙版混合模式(如 Screen 或 Add)叠加。这样产生的光斑有自然的颗粒感和流动感,比纯色光晕更真实。
本文评述:追光聚焦的难点不在蒙版本身,而在光效与蒙版的同步。如果光斑移动时,光晕的衰减没有同步变化,观众会感到"贴纸感"。解决方法是让光晕的强度也跟随蒙版中心的位置做关键帧,或者使用表达式将光晕参数链接到蒙版中心坐标。
4.4 表达式驱动的高级技巧
After Effects 的表达式(Expression)可以用代码驱动蒙版参数。例如,让蒙版中心自动跟随某个跟踪点的位置:
// 将蒙版中心链接到跟踪点的位置
var trackPoint = thisComp.layer("Tracker").effect("Point")("Position");
[trackPoint[0], trackPoint[1]]
更复杂的例子:让蒙版大小随音频节奏脉动。这需要先将音频转换为关键帧(右键音频层 → 关键帧助手 → 将音频转换为关键帧),再用表达式读取:
// 蒙版大小随音频振幅变化
var audioAmp = thisComp.layer("Audio").effect("Both Channels")("Slider");
var baseSize = 200;
var scaleFactor = 1 + audioAmp * 0.5;
[baseSize * scaleFactor, baseSize * scaleFactor]
这类表达式在音乐可视化、直播包装中非常实用。Adobe 官方论坛和 Video Copilot 网站有大量表达式案例可供参考。
五、擦除转场:蒙版形状动画与过渡设计
5.1 擦除转场的分类
擦除转场(Wipe Transition)是通过蒙版形状的动画变化,实现两个画面之间的过渡。按蒙版形状的运动方式,可以分为以下几类:
- 线性擦除:蒙版沿直线推进,最简单也最常用
- 径向擦除:蒙版从中心向外扩展或从外向内收缩
- 形状擦除:蒙版沿自定义路径运动,如波浪、锯齿
- 纹理擦除:蒙版边缘带有纹理,如笔刷、墨水扩散
- 3D 擦除:蒙版在三维空间中运动,产生透视变化
5.2 实操路径:线性擦除的五步实现
以 After Effects 为例,实现一个平滑的线性擦除转场:
- 步骤一:叠放素材。将素材 A 放在下层,素材 B 放在上层,确保两者时长对齐。
- 步骤二:绘制蒙版。在素材 B 上绘制一个矩形蒙版,初始位置在画面左侧之外。
- 步骤三:打关键帧。在转场开始帧,蒙版完全在画面外;在转场结束帧,蒙版完全覆盖画面。对蒙版位置打两个关键帧。
- 步骤四:调整缓动。选中两个关键帧,按 F9 应用 Easy Ease,或手动调整贝塞尔手柄,使运动呈现"慢-快-慢"节奏。
- 步骤五:边缘处理。给蒙版添加 20-50 像素羽化,使过渡边缘柔和。如需更自然的效果,可叠加方向模糊。
本文评述:线性擦除看似简单,但节奏控制是成败关键。转场时长在 0.5-1.5 秒之间通常最舒适。过短会显得突兀,过长会让观众失去耐心。这一经验值来自影视剪辑的长期实践,而非严格的实验数据,属于行业共识。
5.3 形状擦除的高级实现
形状擦除需要蒙版路径本身做动画。在 After Effects 中,可以绘制一条波浪线,然后通过"路径修剪"(Trim Paths)或"蒙版路径"关键帧实现擦除效果。
一个实用技巧是使用"描边"(Stroke)效果配合"路径修剪"。先绘制一条贯穿画面的路径,添加描边效果,设置较大的描边宽度(覆盖整个画面高度),然后对"结束"参数打关键帧从 0% 到 100%。这样产生的擦除边缘是路径的形状,而非简单的直线。
对于纹理擦除,可以使用"粗糙边缘"(Roughen Edges)效果作用于蒙版。该效果通过分形噪声扰动蒙版边缘,产生类似笔刷或撕裂纸边的效果。参数包括"边缘类型"(Edge Type)、"分形影响"(Fractal Influence)和"缩放"(Scale)。
5.4 转场设计的认知原则
转场不仅是技术操作,更是叙事工具。不同的转场方式传达不同的语义:
笔者认为,转场设计应该服务于内容逻辑,而非单纯追求视觉炫技。一个常见的错误是在严肃纪录片中使用过于花哨的转场,这会破坏叙事可信度。转场的第一原则是"不打扰"。
六、三平台工程实现:AE / DaVinci / WebGL
6.1 After Effects:蒙版与关键帧的标杆
After Effects 自 1993 年发布以来,一直是动态图形和合成领域的事实标准。它的蒙版系统支持无限数量的蒙版,每个蒙版可独立设置模式(Add/Subtract/Intersect/Difference 等)、羽化、扩展和不透明度。
AE 的蒙版插值有一个独特功能:"蒙版插值"(Mask Interpolation)面板。它允许对蒙版路径的变形做更精细的控制,包括"顶点匹配"和"智能插值"。这在处理复杂形状变形时非常有用。
AE 的表达式引擎基于 JavaScript,可以访问图层、合成、蒙版的所有属性。这为程序化动画提供了极大灵活性。Adobe 官方文档和 AE Scripting Guide 是学习表达式的权威资料。
6.2 DaVinci Resolve:节点式合成的蒙版策略
DaVinci Resolve 的 Fusion 页面采用节点式合成,蒙版通过"Polygon"、"BSpline"、"Ellipse"、"Rectangle"等节点创建。与 AE 的图层式蒙版不同,Fusion 的蒙版是独立的节点,可以连接到任意其他节点的蒙版输入。
Fusion 的 Magic Mask 是近年来最值得关注的蒙版工具之一。它基于机器学习模型,可以自动识别人物或物体并生成蒙版。根据 Blackmagic Design 官方白皮书(2024),Magic Mask 使用了一种改进的时序一致性算法,可以在人物快速运动时保持蒙版稳定。
本文评述:Fusion 的节点式架构在复杂合成中比 AE 的图层式更有优势,因为蒙版可以像数据流一样被复用和组合。但 AE 的表达式和第三方插件生态更成熟。选择哪个平台,取决于项目复杂度和团队习惯。
6.3 WebGL:浏览器端的实时蒙版
在 Web 端,蒙版通常通过 WebGL 的片段着色器(Fragment Shader)实现。基本思路是在着色器中计算每个像素的蒙版值,再与纹理颜色混合。
// WebGL 片段着色器:径向蒙版
precision mediump float;
varying vec2 vUv;
uniform sampler2D uTexture;
uniform vec2 uCenter;
uniform float uRadius;
uniform float uFeather;
void main() {
vec4 color = texture2D(uTexture, vUv);
float dist = distance(vUv, uCenter);
float mask = 1.0 - smoothstep(uRadius - uFeather, uRadius, dist);
gl_FragColor = vec4(color.rgb * mask, color.a);
}
这段代码实现了一个径向蒙版,中心区域完全显示,边缘平滑过渡到透明。smoothstep 函数提供了平滑的羽化效果,避免了硬边。
对于关键帧动画,WebGL 本身不提供关键帧系统,需要借助 JavaScript 动画库(如 GSAP、anime.js)或手动在 requestAnimationFrame 循环中更新 uniform 变量。
Three.js 提供了更高级的抽象,可以通过 ShaderMaterial 自定义蒙版逻辑。React Three Fiber 则进一步将 Three.js 组件化,适合 React 项目。
6.4 三平台对比
七、性能优化:渲染管线与缓存策略
7.1 蒙版渲染的性能瓶颈
蒙版操作在渲染管线中主要消耗两类资源:计算资源(羽化、扩展、布尔运算)和内存带宽(蒙版图的读写)。对于 4K 分辨率,单张蒙版图占用约 33MB(3840×2160×4 字节),如果同时存在多个蒙版,内存压力会迅速上升。
After Effects 的渲染顺序是:先计算所有蒙版,再合成图层。这意味着如果蒙版数量多,即使某些蒙版最终不可见,也会被计算。优化策略是及时删除无用蒙版,或使用"蒙版不透明度"为 0 来临时禁用。
7.2 缓存策略
AE 提供多种缓存机制:
- 磁盘缓存:将渲染结果写入硬盘,下次预览时直接读取。适合复杂合成。
- 内存缓存:将最近使用的帧保留在 RAM 中。适合短片段反复预览。
- 多帧渲染:AE 2021 引入的功能,利用多核 CPU 并行渲染多帧。根据 Adobe 官方测试,在 16 核 CPU 上可提速 3-5 倍。
本文评述:缓存的本质是用空间换时间。在蒙版动画中,如果蒙版参数变化剧烈,缓存命中率会很低,此时应优先优化蒙版本身(减少控制点、降低羽化精度),而非依赖缓存。
7.3 WebGL 性能优化
在 WebGL 中,蒙版计算在 GPU 上进行,性能瓶颈通常是片段着色器的复杂度。优化建议:
- 避免在着色器中使用循环和条件分支
- 使用纹理代替计算(如预计算蒙版图)
- 降低蒙版图分辨率,再通过双线性插值放大
- 使用 WebGL2 的 3D 纹理或纹理数组批量处理多个蒙版
根据 Google 的 WebGL 最佳实践文档(2024),在移动设备上,片段着色器的执行时间应控制在 16ms 以内以维持 60fps。对于复杂的蒙版效果,建议先在桌面端验证,再针对移动端做降级处理。
八、AI 驱动蒙版:前沿进展与预判
8.1 视频对象分割的学术进展
视频对象分割(Video Object Segmentation, VOS)是 AI 蒙版的核心技术。近年来,该领域经历了从半自动到全自动、从单帧到时序的演进。
2018 年,OSVOS(One-Shot Video Object Segmentation)首次展示了单帧标注即可分割整个视频的能力。2020 年,STM(Space-Time Memory Networks)引入时空记忆机制,在 DAVIS 2017 数据集上达到 81.8% 的 J&F 均值。2023 年,Meta 发布的 SAM(Segment Anything Model)将分割能力推向通用化,SAM 2(2024)进一步支持视频输入。
根据 DAVIS 2017 官方排行榜(2025 年 1 月访问),当前最优方法的 J&F 均值已超过 90%。但需要注意的是,这些指标是在特定数据集上测得的,真实素材的复杂度往往更高。
8.2 商业工具中的 AI 蒙版
主流后期软件已普遍集成 AI 蒙版功能:
本文评述:AI 蒙版的最大价值不是完全替代手动,而是将 80% 的机械劳动自动化,让创作者专注于 20% 的艺术决策。Roto Brush 3 的设计哲学正是如此——它生成初始蒙版,但允许用户逐帧修正,修正结果会反馈给模型。这种人机协作模式可能是未来几年的主流。
8.3 前沿预判:从蒙版到语义场
笔者认为,蒙版技术的下一个范式转变是从"几何蒙版"走向"语义场"。当前蒙版本质上是几何的——它定义的是像素的空间范围。而语义场则定义每个像素的语义属性(如"这是人物皮肤"、"这是天空"、"这是金属表面"),合成操作可以基于语义而非几何。
这一方向已有初步探索。2023 年,Adobe 在 MAX 大会上展示了"语义感知合成"原型,可以根据语义标签自动调整光照和颜色。2024 年,NVIDIA 的 GauGAN 系列工作展示了基于语义图的图像生成,虽然尚未直接用于视频合成,但技术路径已经清晰。
如果这一趋势成立,未来的"蒙版+关键帧"工作流可能演变为"语义标注+时序控制"。创作者不再需要绘制精确的几何路径,而是标注语义区域,由 AI 自动生成和维护蒙版。这将对现有工作流产生深远影响。
九、组合玩法实战:三个完整案例
9.1 案例一:产品展示中的动态遮挡+追光
场景:一款智能手表的产品视频,手表在画面中旋转,需要突出表盘细节,同时保持背景虚化。
实现步骤:
- 用 Roto Brush 3 生成手表蒙版,逐帧修正边缘
- 复制一层背景,添加高斯模糊(半径 30 像素),用蒙版反向限制作用范围
- 创建径向蒙版,中心对准表盘,添加关键帧跟随手表旋转
- 在径向蒙版区域叠加"发光"效果,强度 30%,模拟表盘反光
- 对径向蒙版的不透明度打关键帧,在手表转到特定角度时增强追光
这个案例的关键是蒙版层级的管理:手表蒙版在最上层,背景模糊蒙版在中间,追光蒙版在最下层。三层蒙版通过不同的混合模式协同工作。
9.2 案例二:音乐可视化中的音频驱动蒙版
场景:一段电子音乐可视化,蒙版大小和位置随音频节奏变化。
实现步骤:
- 将音频转换为关键帧(低频、中频、高频三个通道)
- 创建三个径向蒙版,分别链接到三个频段
- 低频控制蒙版大小(鼓点时膨胀),中频控制位置(旋律时移动),高频控制羽化(镲片时锐化)
- 使用表达式将蒙版参数链接到音频关键帧
- 叠加"分形噪声"纹理,用蒙版限制作用范围,产生流动光斑
这个案例展示了表达式在音频驱动动画中的威力。相比手动打关键帧,表达式可以产生更细腻、更同步的效果。
9.3 案例三:教程视频中的擦除转场+追光聚焦
场景:一段软件教程,需要在步骤切换时使用擦除转场,同时在关键操作处使用追光聚焦。
实现步骤:
- 在每个步骤的结尾,使用线性擦除转场切换到下一步骤
- 擦除方向与阅读方向一致(从左到右),时长 0.8 秒
- 在关键操作处,创建径向蒙版压暗周围区域,突出操作按钮
- 追光蒙版的位置通过跟踪点链接到按钮位置
- 转场和追光使用相同的缓动曲线,保持节奏一致
本文评述:教程视频的合成原则是"辅助理解,而非炫技"。转场和追光都应该服务于信息传达。如果观众注意到转场本身,而不是内容,那这个转场就失败了。
十、总结与展望
本文以"蒙版即时空权重场"为统一分析主线,系统梳理了动态遮挡、追光聚焦、擦除转场三类玩法的数学基础、工程实现和组合策略。核心结论如下:
- 蒙版的本质是权重场,关键帧是驱动权重场演化的控制函数。这一视角将三类玩法统一到同一数学框架下。
- 缓动曲线决定观感,边缘处理决定真实感。技术操作之外,认知心理学原则同样重要。
- 三平台各有优势,选择取决于项目需求。AE 适合动态图形,DaVinci 适合调色一体化,WebGL 适合实时交互。
- AI 蒙版正在改变工作流,但人机协作仍是主流。语义场可能是下一个范式。
展望未来,随着实时渲染和 AI 生成技术的成熟,蒙版和关键帧的操作门槛将进一步降低。但底层数学和视觉原则不会改变。掌握这些原则,比掌握某个软件的具体操作更重要。
拓展学习资源
- Adobe After Effects 官方教程:helpx.adobe.com/after-effects/tutorials.html
- Video Copilot(AE 插件与教程):videocopilot.net
- Blackmagic Design 官方培训:blackmagicdesign.com/products/davinciresolve/training
- Three.js 官方文档:threejs.org/docs/
- WebGL Fundamentals:webglfundamentals.org
- DAVIS 视频分割数据集:davischallenge.org
主要参考文献
- Porter, T., & Duff, T. (1984). Compositing Digital Images. ACM SIGGRAPH Computer Graphics, 18(3), 253-259.
- Broadbent, D. E. (1958). Perception and Communication. Pergamon Press.
- Caelles, S., et al. (2017). One-Shot Video Object Segmentation. CVPR 2017.
- Oh, S. W., et al. (2019). Video Object Segmentation using Space-Time Memory Networks. ICCV 2019.
- Kirillov, A., et al. (2023). Segment Anything. ICCV 2023.
- Ravi, N., et al. (2024). SAM 2: Segment Anything in Images and Videos. arXiv:2408.00714.
- Adobe (2024). After Effects User Guide. Adobe Inc.
- Blackmagic Design (2024). DaVinci Resolve Reference Manual.
- Google (2024). WebGL Best Practices. Google Developers.
注:本文涉及的数据集 DAVIS 2017 预处理细节——原始视频分辨率 1080p,帧率 24-30fps,标注为像素级二值蒙版,评估指标为区域相似度 J 和轮廓准确度 F 的均值。
本文内容仅为作者学习、思考、经验、笔记的总结,仅供技术交流与参考。文中观点仅代表笔者个人思辨,不构成任何学术建议、商业建议或专业建议。所有数据来源已标注,引用时请以原始文献为准。
内容仅供学习参考。如需引用,请以原始文献为准。
全文约 12600 字 | 参考文献 62 篇(主要 9 篇)

