典型文献
基于边缘引导的自校正皮肤检测
文献摘要：
皮肤检测作为计算机视觉领域中的研究热点多年来被广泛研究,且仍然是一项具有挑战性的任务.尽管目前的方法在许多常规场景下取得了成功,但仍然存在预测不完整和泛化能力差等问题.针对该问题,提出了一种基于边缘引导的神经网络,并且由大量经过自校正的皮肤检测数据驱动网络训练,实现鲁棒的皮肤检测.首先,提出一种基于多任务学习的网络,对皮肤检测和边缘检测两个任务进行联合优化.进一步,提出边缘注意力模块,将预测所得的边缘检测结果通过该模块重新融合到皮肤检测支路中.最后,提出一种自校正算法,通过借助人体解析任务中的大量低质量数据以增强皮肤检测模型的泛化能力.通过自校正算法对带噪声标签的优化,逐步消除使用带噪声标签进行监督训练的副作用.实验结果表明,所提皮肤检测方法优于现有的其他方法.
文献关键词：
皮肤检测;边缘检测;多任务学习;自校正算法
中图分类号：
作者姓名：
郑顺源;胡良校;吕晓倩;孙鑫;张盛平
作者机构：
哈尔滨工业大学计算机科学与技术学院 山东 威海 264209
文献出处：
引用格式：
[1]郑顺源;胡良校;吕晓倩;孙鑫;张盛平-.基于边缘引导的自校正皮肤检测)[J].计算机科学,2022(11):141-147
A类：
B类：
边缘引导,皮肤检测,计算机视觉,多常,泛化能力,检测数据,网络训练,多任务学习,边缘检测,联合优化,边缘注意,注意力模块,合到,支路,自校正算法,助人,人体解析,低质量,质量数据,检测模型,噪声标签,副作用,其他方法
AB值：
0.271282
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
