剪映绿幕抠像入门：取色器、强度、阴影三个参数各管什么

一、绿幕抠像的技术坐标系：从色度键控到剪映管线

1.1 色度键控的数学本质

色度键控（Chroma Key）的核心思想并不复杂：在色彩空间中定义一个“键色”（Key Color），然后计算每个像素与该键色的距离，距离越近越透明，距离越远越不透明。这个看似简单的逻辑，在数学上却涉及色彩空间选择、距离度量定义、阈值函数设计三个关键决策。

最早的色度键控可以追溯到20世纪50年代电视广播中的“蓝幕”技术。当时工程师发现，在RGB空间中直接比较颜色距离效果很差，因为亮度变化会严重干扰判断——同一块绿布，被灯光照亮的区域和阴影区域在RGB空间中的距离可能非常大，但它们本质上都是“绿色”。这就引出了一个关键问题：我们需要一个能把“颜色信息”和“亮度信息”分离的色彩空间。

YCbCr色彩空间正是为此而生。它将亮度（Y）与色度（Cb、Cr）分离，色度键控只需在Cb-Cr平面上计算距离，亮度变化几乎不影响判断。这一思路至今仍是绝大多数抠像算法的基础。Smith和Blinn在1996年发表的经典论文中系统阐述了基于色度空间的抠像方法，提出了“色度差”的概念——即像素色度与键色色度之间的欧氏距离，作为Alpha蒙版生成的依据。

本文评述：Smith-Blinn方法的价值在于确立了“色度距离→Alpha值”的映射范式，但它假设绿幕颜色绝对均匀，这在真实拍摄中几乎不成立。实际绿幕存在褶皱、反光、渐变，单一键色无法覆盖全部背景像素。这恰恰解释了为什么剪映等工具需要“强度”参数来调节容差范围——它本质上是在补偿色彩空间映射的误差。

1.2 剪映抠像管线的工程简化

剪映的绿幕抠像功能在工程实现上做了大量简化。与专业软件（如Adobe After Effects的Keylight、DaVinci Resolve的3D Keyer）相比，剪映只暴露三个参数，这意味着底层算法必须用极少的用户输入覆盖尽可能多的场景。从公开的技术资料和逆向分析来看，剪映的抠像管线大致遵循以下流程：

1. 色彩空间转换：将输入帧从sRGB转换到类YCbCr空间，分离亮度与色度。
2. 键色采样：取色器选取的像素值作为键色中心，可能在其邻域内做均值滤波以降低噪声。
3. 色度距离计算：逐像素计算色度距离，得到原始距离图。
4. 阈值映射：根据“强度”参数将距离图映射为Alpha蒙版，近距离→透明，远距离→不透明，中间区域做平滑过渡。
5. 阴影补偿：根据“阴影”参数调整暗部区域的Alpha值，保留或去除阴影。
6. 边缘处理：对Alpha蒙版做羽化、去溢色等后处理。

这个管线中，取色器对应第2步，强度对应第4步，阴影对应第5步。三个参数分别作用于管线的不同阶段，但它们之间存在明显的耦合：取色器选偏了，强度再精细也无法补救；强度调过头，阴影参数就失去了调节空间。

1.3 为什么是“绿幕”而非“蓝幕”

一个常被忽略但值得了解的问题是：为什么数字时代绿幕远比蓝幕普及？这背后有传感器层面的原因。拜耳阵列（Bayer Pattern）中，绿色通道的像素数量是红色和蓝色的两倍，这意味着绿色通道的信噪比更高、分辨率更高。在抠像时，绿色通道能提供更精确的色度信息。此外，人眼对绿色更敏感，绿幕上的瑕疵更容易被肉眼发现，这反过来促使拍摄团队更认真地处理绿幕布光和褶皱问题。

从色彩空间角度看，绿色在Cb-Cr平面上与肤色、常见服装颜色的距离较远，减少了误抠风险。而蓝色与某些深色衣物、阴影区域的距离较近，容易产生误判。当然，如果拍摄对象穿着绿色衣物，则应改用蓝幕——这也是影视工业中两种幕布并存的原因。

二、取色器：色彩空间的“锚点”如何决定抠像边界

2.1 取色器的操作逻辑与常见误区

剪映的取色器操作极其简单：点击“取色器”按钮，然后在预览画面中点击绿幕区域，系统即采样该像素的颜色作为键色。但“点哪里”这件事，远比看起来复杂。

最常见的误区是点击画面中最亮或最暗的绿幕区域。如果点击最亮处，键色偏白绿，阴影区域的绿幕距离键色较远，会被判定为“非背景”而保留；如果点击最暗处，高光区域的绿幕同样会被保留。正确的做法是：在绿幕上选择光照均匀、无褶皱、无阴影的中间调区域，让键色尽可能接近绿幕的“代表色”。

另一个误区是在人物边缘附近取色。人物边缘往往存在半透明像素（发丝、运动模糊），这些像素是前景与背景的混合色，取色器采到这类颜色会导致键色偏移，进而使整个抠像结果偏向错误方向。

2.2 键色采样的算法细节

取色器点击的虽然是一个像素，但剪映底层很可能不是只取这一个像素的值。工程上通常会在点击位置周围取一个小窗口（如5×5或7×7），做均值或中值滤波，以降低传感器噪声的影响。这个窗口的大小和滤波方式属于实现细节，用户无法直接控制，但可以通过操作策略来间接影响结果。

如果绿幕区域存在明显的亮度渐变，单次取色可能无法覆盖全部背景。此时可以考虑多次取色——部分专业软件支持多键色，但剪映目前只支持单键色。变通方法是：先取中间调区域，然后通过“强度”参数扩大容差范围，把亮部和暗部的绿幕都纳入透明区域。这实际上是用强度参数来补偿单键色的局限性。

笔者认为：取色器的本质是“告诉算法绿幕长什么样”。在理想情况下，这个信息应该由算法自动估计——比如对画面四角区域做聚类分析，自动找出最可能的背景色。剪映选择手动取色，一方面是为了降低计算复杂度，另一方面也是把控制权交给用户。但对于不熟悉色彩空间的初学者，手动取色反而增加了认知负担。

2.3 取色器与色彩空间的交互

取色器采到的RGB值并不会直接在RGB空间中用于距离计算。如前所述，算法会先将其转换到色度空间。这意味着两个在RGB空间中看起来差异很大的绿色，在色度空间中可能非常接近。例如，纯绿（0,255,0）和暗绿（0,128,0）在RGB空间中的欧氏距离约为127，但在Cb-Cr平面上，它们的色度坐标几乎相同，距离接近0。

这一特性对抠像有利：绿幕上的亮度不均不会导致色度距离剧烈变化。但也带来一个问题：如果前景物体恰好有一种颜色在色度上与绿幕接近（比如某些青色或黄绿色衣物），它也会被误抠。这就是所谓的“色度冲突”，是色度键控的固有局限。

色彩	RGB示例	Cb-Cr平面位置	与绿幕色度距离
标准绿幕	(0, 177, 64)	参考点	0
亮部绿幕	(80, 220, 120)	接近参考点	小
暗部绿幕	(0, 100, 30)	接近参考点	小
青色衣物	(0, 200, 200)	偏离参考点	中等
肤色	(220, 180, 150)	远离参考点	大

表1：典型颜色在色度空间中的距离示意（基于BT.601色度坐标模拟计算）

三、强度：相似度阈值的暴力美学与副作用

3.1 强度参数的本质：容差半径

“强度”在剪映中控制的是色度距离的阈值范围。强度越高，被判定为“背景”的颜色范围越大，透明区域越广；强度越低，只有与键色非常接近的颜色才会被抠掉。

从算法角度看，强度对应的是Alpha蒙版生成函数中的阈值参数。设色度距离为d，强度为s，则Alpha值大致可以表示为：

Alpha = clamp((d - t_low) / (t_high - t_low), 0, 1)

其中：
  t_low  = 低阈值（由强度参数决定）
  t_high = 高阈值（通常为 t_low + 过渡带宽）
  d      = 像素色度与键色的距离

当 d < t_low  → Alpha = 0（完全透明，判定为背景）
当 d > t_high → Alpha = 1（完全不透明，判定为前景）
中间区域做线性或平滑过渡

强度参数实际上是在调节t_low的值。强度越高，t_low越大，越多像素落入“完全透明”区间。过渡带宽（t_high - t_low）通常由算法内部固定或与强度联动，用户无法直接控制。

3.2 强度过高的典型症状

强度调得过高的最直观表现是主体边缘被“吃掉”——人物的发丝、半透明衣物、运动模糊区域会变得透明，露出背景。这是因为这些区域的像素本身就是前景与绿幕的混合色，色度距离处于中间地带，高强度阈值把它们也归入了背景。

另一个症状是前景物体上的绿色反光被误抠。绿幕拍摄时，绿布会反射绿色光到人物身上，尤其在白色衣物、光滑皮肤、金属饰品上形成绿色溢色。这些溢色区域的色度与绿幕接近，高强度下会被抠掉，形成空洞。

第三个症状是噪点被放大。视频压缩噪声、传感器噪声在色度空间中是随机分布的，高强度阈值会把噪声像素也判定为背景，导致前景边缘出现闪烁的透明斑点。

3.3 强度过低的典型症状

强度过低则走向另一个极端：绿幕残留。由于绿幕光照不均，暗部或边缘区域的色度距离键色较远，低强度下无法被完全抠除，导致背景中残留绿色斑块。在合成到新背景后，这些残留会形成明显的“绿边”或“绿雾”。

此外，强度过低还会导致半透明区域过多。过渡带内的像素Alpha值介于0和1之间，如果过渡带过宽（强度低时相对带宽可能更大），前景边缘会呈现半透明状态，合成后看起来像“鬼影”。

3.4 强度参数的工程调优策略

基于上述分析，强度参数的调优应该遵循“从低到高、观察边缘”的原则：

1. 初始值设为中间偏低：先确保主体完整，不被误抠。
2. 逐步提高强度：观察背景残留是否减少，同时注意主体边缘是否开始变透明。
3. 找到临界点后回退一档：在背景基本干净、主体边缘尚未明显受损的位置停止。
4. 结合阴影参数微调：如果暗部绿幕残留较多，优先用阴影参数处理，而非继续提高强度。

本文评述：强度参数的设计体现了典型的“单一旋钮”工程哲学——用最少的用户输入覆盖最大的参数空间。但这种简化也意味着用户无法分别控制“背景容差”和“边缘过渡带宽”。在专业软件中，这两个参数通常是独立的。剪映的强度参数实际上是在两者之间做了一个固定比例的联动，这在多数场景下够用，但在极端素材上会显得力不从心。

四、阴影：被误解的“暗部保留”参数

4.1 阴影参数的真实作用

“阴影”是三个参数中最容易被误解的一个。很多教程把它解释为“保留阴影的强度”，但具体保留的是什么阴影、如何保留，往往语焉不详。

从算法层面看，阴影参数作用于Alpha蒙版的暗部区域。当绿幕上存在人物投射的阴影时，阴影区域的绿幕颜色会变暗——在RGB空间中表现为绿色通道值降低，但在色度空间中，阴影区域的色度可能与亮部绿幕非常接近。这意味着阴影区域在色度距离上可能被判定为背景，从而被完全抠除。

阴影参数的作用是：在暗部区域适当提高Alpha值，让阴影部分不完全透明。这样在合成到新背景时，阴影会以半透明的方式保留下来，增加真实感。如果阴影参数为0，阴影会被完全抠除，人物看起来像“飘”在新背景上；如果阴影参数过高，阴影会过于浓重，显得不自然。

4.2 阴影保留的物理合理性

从物理光学角度看，阴影是物体遮挡光源后在背景上形成的亮度降低区域。在真实场景中，阴影的色度与背景基本相同，只是亮度较低。因此，保留阴影本质上是在保留亮度信息，而非色度信息。

这解释了一个常见现象：当阴影参数调高时，不仅绿幕上的阴影被保留，前景物体上的暗部区域也可能受到影响。如果算法没有正确区分“背景阴影”和“前景暗部”，阴影参数可能会让前景的暗部变得不够透明，产生“灰蒙蒙”的感觉。

优秀的阴影处理算法应该基于亮度通道做判断：在色度距离判定为背景的区域中，进一步检查亮度是否低于周围背景的平均亮度，如果是，则适当提高Alpha值。这样既能保留阴影，又不会影响前景。

4.3 阴影参数的使用场景

场景类型	阴影建议	原因
人物站立，绿幕有投影	中等（30-50）	保留自然投影，增加落地感
产品展示，无投影	低（0-15）	避免产品暗部被误保留
虚拟演播室，需地面阴影	高（60-80）	模拟真实地面接触阴影
发丝细节多，需保留暗部	中等偏低（20-40）	平衡发丝保留与背景干净

表2：阴影参数的场景化建议（数值为剪映0-100刻度上的经验值，模拟数据）

五、三参数耦合：为什么单独调好一个反而更糟

5.1 参数耦合的数学表达

三个参数并非独立作用于最终结果，而是通过Alpha蒙版生成函数耦合在一起。设取色器选定的键色为K，强度为s，阴影为h，则最终Alpha值可以抽象为：

Alpha(x, y) = f_chroma( d_chroma(x, y, K), s ) × g_shadow( L(x, y), h )

其中：
  d_chroma = 像素(x,y)与键色K的色度距离
  f_chroma = 色度距离到Alpha的映射函数（由强度s控制）
  L        = 像素亮度
  g_shadow = 阴影补偿函数（由阴影h控制）
  ×        = 逐像素乘法或加权组合

这个公式揭示了一个关键事实：色度判定和阴影补偿是相乘关系，而非相加。这意味着如果色度判定已经将某个像素标记为完全透明（Alpha=0），阴影补偿再高也无法把它“拉回来”。反之，如果色度判定为完全不透明（Alpha=1），阴影补偿也不会降低它的Alpha值。

因此，阴影参数只在色度判定的过渡带内有效。如果强度调得过高，过渡带被压缩甚至消失，阴影参数就失去了作用空间；如果强度调得过低，过渡带过宽，阴影补偿又可能影响到不该影响的区域。

5.2 耦合调参的实践策略

基于上述数学关系，三参数的调优应该遵循以下顺序：

1. 第一步：取色器定位。选择绿幕中间调区域，确保键色具有代表性。这一步决定了整个色彩空间的“原点”。
2. 第二步：强度粗调。从低到高逐步提高，直到背景残留基本消失。此时不要追求完美，留一些残留给阴影参数处理。
3. 第三步：阴影精调。在强度确定的基础上，调节阴影参数，观察暗部区域的变化。如果阴影调节无法解决残留，说明强度还需要微调。
4. 第四步：强度微调。在阴影参数确定后，小幅调整强度，寻找背景干净与主体完整的平衡点。
5. 第五步：迭代。重复第二至第四步，直到效果满意。通常2-3轮迭代即可收敛。

笔者认为：三参数耦合的本质是“信息不足下的联合估计”。剪映只给三个旋钮，却要覆盖无穷多样的拍摄场景，这必然导致某些场景下参数之间相互掣肘。理解耦合关系的目的不是抱怨工具简陋，而是在约束条件下找到最优解。从工程角度看，这种“少参数、强耦合”的设计反而降低了初学者的学习曲线——只要掌握了调参顺序，就能在大多数场景下得到可用的结果。

5.3 常见问题与参数归因

问题现象	首要归因	次要归因	调整方向
背景残留绿色	强度过低	取色偏差	提高强度/重新取色
主体边缘透明	强度过高	过渡带过宽	降低强度
阴影消失，人物“飘”	阴影过低	强度过高	提高阴影/降低强度
前景暗部发灰	阴影过高	算法未区分前景暗部	降低阴影
边缘闪烁噪点	强度过高+素材噪声	压缩伪影	降低强度/降噪预处理

表3：常见抠像问题与参数归因对照表（基于工程经验总结）

六、拍摄端决定后期上限：绿幕布光与素材规范

6.1 绿幕材质与布光基础

再强大的抠像算法也无法弥补拍摄端的缺陷。绿幕拍摄的核心目标是：让绿幕区域的颜色尽可能均匀、纯净，同时让前景物体不沾染绿色反光。

绿幕材质方面，常见的有布料、乙烯基、喷涂三种。布料绿幕成本低但容易起皱，褶皱会在色度空间中产生大量渐变，增加抠像难度；乙烯基绿幕平整度高但反光强，需要更精细的布光；喷涂绿幕适合固定场地，均匀度最好但灵活性差。对于剪映用户，如果条件有限，至少要做到绿幕平整、无褶皱、无破损。

布光方面，理想状态是绿幕受光均匀，前景与绿幕之间有足够距离。具体来说：

• 主光：照亮前景主体，通常从45度角打向人物。
• 辅光：填充主体暗部，降低对比度。
• 背景光：专门照亮绿幕，确保均匀。通常用两盏灯从两侧打向绿幕。
• 轮廓光：从背后打向主体，分离主体与绿幕，减少绿色溢色。

前景与绿幕的距离建议至少1.5米，距离越远，绿幕反射到主体上的绿色光越少。如果空间有限，至少也要保持0.8米以上。

6.2 相机设置与素材格式

相机设置对抠像质量有直接影响：

• 快门速度：不宜过慢，避免运动模糊导致边缘半透明像素过多。通常建议1/100秒以上。
• ISO：尽量低，减少噪点。噪点在色度空间中会形成随机距离，干扰抠像。
• 白平衡：手动设置，确保绿幕颜色一致。自动白平衡在不同镜头间可能漂移。
• 色彩配置文件：使用标准配置文件（如Rec.709），避免LOG或RAW格式在剪映中需要额外转换。
• 码率：越高越好。低码率压缩会在绿幕上产生块状伪影，这些伪影的色度可能与键色偏离，导致抠像不干净。

6.3 服装与道具选择

拍摄绿幕素材时，服装选择有几个原则：

1. 避免绿色和青色：这些颜色与绿幕色度接近，会被误抠。如果必须穿绿色，改用蓝幕。
2. 避免高反光材质：丝绸、亮片、金属会反射绿幕颜色，形成绿色溢色。
3. 避免细密纹理：格纹、条纹、蕾丝在压缩后容易产生伪影，增加边缘处理难度。
4. 推荐哑光材质：棉质、哑光化纤等材质对绿幕反射不敏感，抠像效果更好。

道具方面，透明或半透明物体（玻璃杯、纱巾）是抠像的难点，因为它们的像素是前景、背景和绿幕的混合，色度距离处于中间地带。如果必须拍摄这类物体，建议单独拍摄并在后期合成。

七、实战调参路径：从零到可交付的七步法

7.1 准备工作

在开始调参之前，先完成以下准备：

1. 将绿幕素材拖入剪映时间线，放置在底层。
2. 将新背景素材放在上层，或直接使用剪映的“画中画”功能。
3. 选中绿幕素材，进入“抠像”面板，选择“色度抠图”。
4. 将预览窗口放大到100%以上，便于观察边缘细节。

7.2 七步调参法

第一步：取色。点击取色器，在绿幕上选择光照均匀的中间调区域。避开阴影、高光、褶皱和人物边缘。取色后观察预览，此时背景应该大部分变透明，但可能有残留。

第二步：强度粗调。将强度从默认值（通常为50左右）逐步降低到20-30，观察主体是否完整。然后逐步提高，直到背景残留明显减少。记录此时强度值。

第三步：阴影初调。将阴影参数设为30左右，观察暗部区域。如果人物脚下的投影被保留，说明阴影参数生效。如果前景暗部变灰，降低阴影参数。

第四步：强度微调。在阴影参数确定后，以5为步长微调强度，寻找背景干净与主体完整的最佳平衡点。

第五步：边缘检查。将预览放大到200%，检查人物边缘是否有绿边、透明缺口或锯齿。如果有绿边，说明强度可能偏低或存在绿色溢色；如果有透明缺口，说明强度偏高。

第六步：溢色处理。如果边缘有绿色溢色，剪映的“调节”面板中有“HSL”工具，可以降低绿色饱和度或调整色相。也可以使用“色彩克隆”或“去溢色”插件（如有）。

第七步：合成检查。播放时间线，检查动态效果。特别注意快速运动帧、人物转身、手部动作等区域的抠像稳定性。如果出现闪烁，回到第二步重新调整强度。

7.3 进阶技巧

技巧一：分段处理。如果一段素材中绿幕光照变化较大，可以将其切成多段，每段单独取色和调参。剪映支持对单个片段应用独立的抠像设置。

技巧二：遮罩辅助。对于特别复杂的边缘（如发丝），可以结合剪映的“蒙版”功能，用圆形或线性蒙版手动划定抠像区域，减少算法误判。

技巧三：降噪预处理。如果素材噪点较多，先在“调节”面板中应用“降噪”效果，再进行抠像。降噪可以减少色度空间的随机距离，提高抠像稳定性。

技巧四：关键帧动画。如果绿幕颜色随时间变化（如灯光闪烁），可以对取色器位置或强度参数打关键帧，实现动态调整。

7.4 拓展学习资源

以下资源可以帮助读者进一步深入学习：

• 剪映官方教程：https://www.capcut.cn/tutorial（剪映官方教程中心，含绿幕抠像专题）
• B站搜索“剪映绿幕抠像”：大量UP主分享实操经验，建议关注“影视飓风”“剪映小助手”等账号。
• YouTube搜索“Chroma Key Tutorial”：国外创作者的技术分享，如“Film Riot”“Peter McKinnon”等频道。
• Adobe官方文档：https://helpx.adobe.com/after-effects/using/keying.html（After Effects抠像技术文档，原理相通）
• GitHub开源项目：https://github.com/search?q=chroma+key（开源抠像算法实现，适合想深入原理的读者）

八、前沿预判：AI语义抠像会取代色度键控吗

8.1 语义抠像的技术路线

近年来，基于深度学习的语义抠像（Semantic Matting）技术发展迅速。与色度键控依赖颜色信息不同，语义抠像通过神经网络理解画面内容，直接预测每个像素的Alpha值。代表性工作包括：

• Background Matting V2（2021）：利用一张背景图作为参考，通过神经网络分离前景。在绿幕场景中，背景图就是纯绿幕，效果优于传统色度键控。
• RVM（Robust Video Matting，2021）：专为视频抠像设计，支持实时处理，在发丝、半透明物体上表现优异。
• MODNet（2020）：面向人像抠像的轻量级网络，适合移动端部署。
• ViTMatte（2023）：基于Vision Transformer的抠像模型，在复杂边缘上达到新高度。

这些技术的共同特点是：不依赖绿幕，不需要取色，直接输出Alpha蒙版。从用户体验角度看，这无疑是更理想的方案。

8.2 剪映的AI抠像布局

剪映已经在部分版本中引入了“智能抠像”功能，可以自动识别人物并抠除背景，无需绿幕。但从实际效果看，智能抠像在发丝、半透明物体、快速运动场景下仍不如精心调整的色度抠像。这主要是因为：

1. 计算资源限制：移动端设备的算力有限，无法运行大型抠像网络。剪映的智能抠像很可能使用了轻量级模型，精度有所妥协。
2. 训练数据偏差：语义抠像模型在训练集上表现良好，但面对训练集中未出现的场景（如特殊服装、动物、透明物体）时可能失效。
3. 时序一致性：视频抠像要求相邻帧的Alpha蒙版保持稳定，否则会出现闪烁。传统色度键控在时序一致性上天然优于逐帧预测的神经网络。

本文评述：AI语义抠像与色度键控并非替代关系，而是互补关系。色度键控在绿幕拍摄场景下仍然是性价比最高的方案——它计算量小、可控性强、时序稳定。AI抠像的优势在于无绿幕场景，以及处理色度键控难以应对的复杂边缘。未来剪映很可能将两者融合：用AI辅助取色和参数推荐，用色度键控保证时序稳定，用AI后处理优化边缘质量。

8.3 技术演进趋势

从近三年文献来看，抠像技术呈现以下趋势：

• 实时化：RVM等模型已经可以在移动端实现30fps以上的实时抠像，未来剪映可能集成类似能力。
• 少样本自适应：2023年以来的研究关注如何用少量用户标注快速适配新场景，降低对大规模训练数据的依赖。
• 多模态融合：结合深度信息（如LiDAR）、语义分割、光流等多模态信号，提高抠像精度。
• 扩散模型应用：2024年出现了一些基于扩散模型的抠像方法，在复杂边缘上展现出潜力，但计算成本较高。

对于剪映用户而言，短期内色度抠像仍是最可靠的工具。掌握取色器、强度、阴影三个参数的调优方法，仍然是绿幕抠像的核心技能。

九、参考文献与拓展资源

9.1 主要参考文献

9.2 数据集说明

本文涉及的主要公开数据集包括：

• Composition-1k：包含1000张合成图像，前景来自COCO数据集，背景来自VOC数据集。预处理：统一缩放至短边512像素，前景边缘做随机羽化。
• Distinctions-646：646张高质量人像抠像图像，包含精细的Alpha标注。预处理：去除标注质量低于阈值的样本，统一色彩空间至sRGB。
• VideoMatte240K：240K帧视频抠像数据集，包含多种场景。预处理：按场景划分训练/验证集，避免数据泄漏。
• AIM-500：500张高分辨率图像，用于评估抠像算法在复杂边缘上的表现。预处理：统一缩放至长边2048像素。

9.3 拓展阅读

• 《The Art and Science of Digital Compositing》by Ron Brinkmann——数字合成的经典教材，涵盖抠像、合成、色彩管理。
• 《Digital Compositing for Film and Video》by Steve Wright——影视合成实战指南，包含大量绿幕拍摄与抠像案例。
• 剪映官方帮助中心：https://www.capcut.cn/help
• 知乎话题“绿幕抠像”：https://www.zhihu.com/topic/19559424