·1014· 智能系统学报 第14卷 62视频抠图实验结果与分析 中的高层软约束SCRW能够增加输人信息的远 实验中特征权重参数=0.001、入，=1，膨胀 距传播能力，但因前景物体与背景的颜色存在一 像素数n=50,阈值T4=0.002,输入控制参数 定的相似度，因此Amira图像的灰色外套及眼部 y3=0.001。式(14)、式(15)中的颜色特征需经过 没有完全地被抠选出来（图中箭头所示）。在 归一化处理，视频数据来源于文献[29]。 图5(e)中，由于CF算法的局部窗口作用会使得 如图5所示，是Amira视频第79帧到第82帧 算法在确定的前景和背景间平滑过渡，未知区域 的各算法运行结果。图5(b)的三分图为前帧通过 中的前景物体出现了半透明的抠图结果。本文所 光流匹配得到的，图5(a)前背景边界线与图 提出的带流形匹配的SCRW算法由于存在三分 5(b)中的三分图对应。由图5(a)知，随着前景图 图和前帧α值传递的软约束，能在较大未知区域 像的运动，匹配的三分图虽然大致划分了前景背 中提供引导信息，因此能够取得时空更加一致的 景区域，但并没有很好地贴近前景边界，虽然图5( 抠图结果。 (a)原视频图像 (b)三分图 (c)流形匹配下的SCRW算法 (d)无流形匹配的SCRW算法 第79帧 第80帧 第81帧 第82帧 (e)逐帧CF算法结果 图5 Amira视频序列抠图结果 Fig.5 Matting results of Amira video sequence 7结束语 控制参数对标注信息的扩散距离具有直接的影 本文针对抠图算法标注准确性问题，根据带 响，软性约束下随机游走具有更加优良的容错特 约束随机游走算法信息流的传播特性，提出了一 性，所提算法避免了视频抠图中获取三分图标注 种带软性约束的随机游走算法，并将其应用到单 的繁杂计算，为提高抠图算法的精度提供了新的 帧图像抠图和视频抠图中。实验结果表明，输入 思考方向。但本文算法在大尺寸图像和视频上运6.2 视频抠图实验结果与分析 λf = 0.001 λs = 1 ne = 50 Td = 0.002 γ3 = 0.001 实验中特征权重参数 、 ，膨胀 像素数 ，阈值 ，输入控制参数 。式 (14)、式 (15) 中的颜色特征需经过 归一化处理，视频数据来源于文献 [29]。 如图 5 所示，是 Amira 视频第 79 帧到第 82 帧 的各算法运行结果。图 5(b) 的三分图为前帧通过 光流匹配得到的， 图 5(a ) 前背景边界线与 图 5(b) 中的三分图对应。由图 5(a) 知，随着前景图 像的运动，匹配的三分图虽然大致划分了前景背 景区域，但并没有很好地贴近前景边界，虽然图 5(d) α 中的高层软约束 SCRW 能够增加输入信息的远 距传播能力，但因前景物体与背景的颜色存在一 定的相似度，因此 Amira 图像的灰色外套及眼部 没有完全地被抠选出来 (图中箭头所示)。在 图 5(e) 中，由于 CF 算法的局部窗口作用会使得 算法在确定的前景和背景间平滑过渡，未知区域 中的前景物体出现了半透明的抠图结果。本文所 提出的带流形匹配的 SCRW 算法由于存在三分 图和前帧 值传递的软约束，能在较大未知区域 中提供引导信息，因此能够取得时空更加一致的 抠图结果。 第79帧 第80帧 第81帧 第82帧 (a) 原视频图像 (c) 流形匹配下的 SCRW 算法 (d) 无流形匹配的 SCRW 算法 (b) 三分图 (e) 逐帧 CF算法结果 图 5 Amira 视频序列抠图结果 Fig. 5 Matting results of Amira video sequence 7 结束语 本文针对抠图算法标注准确性问题，根据带 约束随机游走算法信息流的传播特性，提出了一 种带软性约束的随机游走算法，并将其应用到单 帧图像抠图和视频抠图中。实验结果表明，输入 控制参数对标注信息的扩散距离具有直接的影 响，软性约束下随机游走具有更加优良的容错特 性，所提算法避免了视频抠图中获取三分图标注 的繁杂计算，为提高抠图算法的精度提供了新的 思考方向。但本文算法在大尺寸图像和视频上运 ·1014· 智 能 系 统 学 报 第 14 卷