近日，我校数据科学与信息工程学院2020级统计学研究生苟洪山在国际计算机科学领域的重要期刊Applied Soft Computing（IF=8.263）上发表题为“Natural image matting based on surrogate model”《基于代理模型的自然图像抠图》的学术论文。

目前，图像抠图技术在图像合成、视频会议、电影制作等领域有了广泛的应用。然而，在计算时间有限的情况下，传统的抠图方法（基于采样的抠图方法、基于优化的抠图方法等）难以提供高质量的像素对。文章提出了一种基于代理模型的自然图像抠图方法（IMBSM），该方法使用像素对目标函数提供的代理模型来近似像素对适应度，以解决计算时间有限的像素对优化问题。此外，所提方法通过内点算法获取代理模型的最优像素对，用于近似像素对优化问题的最优解。实验结果表明所提抠图方法在低计算资源的条件下实现了有竞争力的图像抠图性能。

Applied Soft Computing是国际计算机科学领域排名前5%的重要期刊，旨在推广软计算的综合观点，以解决现实生活问题。该期刊主要发表模糊逻辑、神经网络、进化计算、粗糙集和其他类似技术领域的应用和融合方面的高质量研究成果。

该研究成果由冯夫健博士和电子科技大学中山学院梁椅辉博士共同指导完成，其中研究生苟洪山与校外导师梁椅辉为共同一作，导师冯夫健为通讯作者。该研究工作由贵州省模式识别与智能系统重点实验室和数据科学与信息工程学院支持完成，得到了大数据分析与智能计算重点实验室、智能算法与智能软件协同创新团队的资金支持。

 

 

论文地址：

Natural image matting based on surrogate model - ScienceDirect

 

供稿：数据科学与信息工程学院

一审：潘小露

二审：何春

三审：文渊