近日，貴州民族大學數據科學與信息工程學院2020級統計學研究生茍洪山在國際計算機科學領域的重要期刊Applied Soft Computing（IF=8.263）上發表題為“Natural image matting based on surrogate model”《基于代理模型的自然圖像摳圖》的學術論文。該研究成果是由馮夫健博士和電子科技大學中山學院梁椅輝博士共同指導完成，其中研究生茍洪山與校外導師梁椅輝為共同一作，導師馮夫健為通訊作者。
目前，圖像摳圖技術在圖像合成、視頻會議、電影制作等領域有了廣泛的應用。然而，在計算時間有限的情況下，傳統的摳圖方法（基于采樣的摳圖方法、基于優化的摳圖方法等）難以提供高質量的像素對。文章提出了一種基于代理模型的自然圖像摳圖方法（IMBSM），該方法使用像素對目標函數提供的代理模型來近似像素對適應度，以解決計算時間有限的像素對優化問題。此外，所提方法通過內點算法獲取代理模型的最優像素對，用于近似像素對優化問題的最優解。實驗結果表明所提摳圖方法在低計算資源的條件下實現了有競爭力的圖像摳圖性能。
Applied Soft Computing是國際計算機科學領域排名前5%的重要期刊，旨在推廣軟計算的綜合觀點，以解決現實生活問題。該期刊主要發表模糊邏輯、神經網絡、進化計算、粗糙集和其他類似技術領域的應用和融合方面的高質量研究成果。
該研究工作由貴州省模式識別與智能系統重點實驗室和數據科學與信息工程學院支持完成，得到了大數據分析與智能計算重點實驗室、智能算法與智能軟件協同創新團隊的資金支持。
