近日，贵州民族大学数据科学与信息工程学院2022级统计学硕士研究生叶显泯与导师谭棉、校外导师梁椅辉合作，在图像处理领域权威期刊《IEEE图像处理汇刊》 (IEEE Transactions on Image Processing)发表题为《通过精细化低分辨率前景遮罩实现高分辨率自然图像抠图》（High-Resolution Natural Image Matting by Refining Low-resolution Alpha Mattes）的研究论文。该刊物属于中国科学院一区Top期刊/CCF-A类期刊，最新影响因子为10.8。该论文以贵州民族大学为第一单位，研究生叶显泯为第一作者，硕士研究生导师谭棉、校外导师梁椅辉为共同通讯作者。

（论文链接：https://ieeexplore.ieee.org/document/11021335）

当前，超高清自然图像抠图技术已深度融入图像编辑、影视特效制作、遥感图像分析等多元领域。但随着图像分辨率的提升，丰富细节成为现有抠图算法的瓶颈，如何在有限时间内精准计算每个像素的前景遮罩值，平衡抠图效率与质量，成为亟待攻克的难题。

针对该问题，团队创新性地提出基于低分辨率到高分辨率的前景遮罩精细化抠图框架。该框架打破传统思路，将复杂的高分辨率抠图任务分解为低分辨率抠图与高分辨率前景遮罩精细化两个子任务，从根源上提升处理效率。同时，提出细节差异特征提取器，并设计遮罩细节分辨率差异损失函数，通过深度挖掘细节差异信息，对低分辨率前景遮罩进行精细化补偿，最终生成高质量的高分辨率前景遮罩。此方案成功实现了超高分辨率场景下抠图精度与效率的双重突破，为超高分辨率图像处理领域的技术革新提供了具有扩展性的新思路。

该研究工作得到贵州民族大学数据科学与信息工程学院、贵州省模式识别与智能系统重点实验室、贵州省高等学校智能算法与智能软件协同创新团队、国家自然科学基金(62002053, 62276103)，贵州省科技厅项目(ZK[2023]143, ZK[2022]197)的支持。

供稿：数据科学与信息工程学院

一审：潘小露

二审：何春

三审：霍雨佳 邹璿