soft segmentation中要完成的主要任务：matting，具体的操作即是指，提取图像中的前景，同时获得前景区域中每个像素所对应的透明度。本质上就是抠图操作。
原始图像 = 前景图像 * 前景透明度 + 背景图像 * 背景透明度
其中，各透明度之和为1。
soft segmentation，顾名思义，不同于hard segmentation那种非黑即白的“生硬”分割方式，它允许在分割时存在过渡区域，即对于处于过渡区域中的像素点，不偏执地将其归为边界上的任一边区域，而是让它充当一个“具有多重国籍”的角色。
大多数抠图问题需要用户交互的先验条件，使得我们对已知输入图像的颜色统计有预先的估计和假设，从而能够更加准确的估计出未知量的值，常见的人工添加的约束条件有三区标注图（trimap）和草图（scribble）两种。
photoshop里面可以抠图，有个边缘羽化的功能
image segmentation是一个硬的分割问题，将每一个像素进行分类。image matting可以看作是一个软的分割问题，它估计透明度，前景和背景，是真正实用的换背景技术。
image matting问题仅限于二类。对于一个前背景估计问题来说，如果你解决了image matting问题，那么image segmentation问题自然就解决了，反之则不然。
抠图任务与其它图像相关的任务不太一样，因为它的输入中不仅有原始图像还有三分图。三分图指的是图像边缘的轮廓，这也使得它成了“半监督” 问题。
现有静态图像抠图算法均需对给定图像添加手工标记以增加抠图问题的额外约束。
常用的标记方式有Trimap和Strokes两种。
Trimap是对给定图像的一种粗略划分，即将给定图像划分为前景、背景和待求未知区域；
Strokes则采用涂鸦的方式在图像上随意标记前景和背景区域，剩余未标记部分则为待求的未知区域