在计算机视觉领域，图像分割技术一直致力于让机器“看懂”图像——将数字图像中的不同物体精准地分离出来。随着高分辨率影像设备的普及，高分辨率二分图像分割（DIS） 成为了一项关键技术，广泛应用于电商抠图、人像编辑、设计素材准备等场景。然而，传统分割方法在处理发丝、镂空网格、透明物体等精细结构时常常力不从心。
由南开大学等机构的研究团队提出的BiRefNet（双边参考框架），为这一难题提供了全新的解决方案，并在多项任务中达到了行业领先水平。
核心思想：双边参考，双管齐下
BiRefNet的核心创新在于其独特的“双边参考”架构。不同于传统模型仅依赖单一输入进行预测，BiRefNet设计了一个精巧的双模块系统：
- 定位模块：负责利用全局语义信息锁定目标物体的位置。它基于视觉变换器（Vision Transformer）提取层次化特征，为后续的精细处理划定大致范围。
- 重建模块：这是BiRefNet的精髓所在。它引入了“内向参考”和“外向参考”两种机制，如同两位“监督员”协同工作。
- 内向参考：直接使用原始高分辨率图像作为指导。传统方法往往为了计算方便而将图像缩放到较低分辨率，导致细节丢失。BiRefNet则保留了原始图像，确保发丝、网格等微小像素特征得以完整保留，作为重建的“源参考”。
- 外向参考：引入梯度图作为目标参考。梯度图能清晰勾勒出图像中颜色或亮度剧烈变化的区域（即边缘和细节）。通过这种方式，模型会被“监督”着去更加关注那些细节丰富的区域，从而显著提升边缘的锐利度和准确性。
性能表现：业界领先的抠图效果
得益于这种创新的架构，BiRefNet在处理高分辨率图像时展现出了惊人的精度。研究团队表示，它已经成为目前开源和商用领域前景物体提取效果最好的模型之一。
在实际应用层面，BiRefNet已经衍生出针对不同场景的多个专业化版本：
| 模型变体 | 核心特点 | 适用场景 |
|---|---|---|
| BiRefNet_HR | 支持高达2048×2048分辨率推理，细节保留能力极强 | 高清图像抠图，对边缘锯齿、透明物体（如玻璃）有优化 |
| BiRefNet-matting | 针对镂空、透明、发丝等数据进行专项训练 | 发丝抠图、玻璃杯等透明物体的精细分离 |
| BiRefNet-portrait | 专为人像抠图任务优化 | 人像背景替换、视频会议虚拟背景等场景 |
| BiRefNet-lite | 轻量级版本，推理速度更快 | 对实时性有要求的应用，部分型号在1024×1024分辨率下可达30帧/秒的处理速度 |
广泛应用：从创意设计到工业检测
BiRefNet的高精度分割能力使其在多个领域大放异彩：
- 创意设计与电商：已被集成到ComfyUI等Web应用中，成为稳定扩散（Stable Diffusion）图像合成任务中表现最佳的抠图节点。电商产品图、广告素材的背景去除变得轻而易举。
- 人像与视频处理：被广泛用于图像和视频中的人像分割。
- 工业与安防：凭借其捕捉微小细节的能力，它甚至能精准地检测墙面裂缝，用于建筑维护评估；也能准确提取具有细密网格和密集孔洞的物体。
未来展望
研究团队表示，他们的目标是让BiRefNet持续成为一系列相关任务（如前景提取、图像抠图、人像分割）中最强的开源模型，并永久免费开源。未来，他们计划将BiRefNet扩展到更多任务，如伪装物体检测、显著性检测等，并进一步优化轻量级架构，使其在边缘设备上也能高效部署。
