Персоналии

Сегментация кожи человека на изображении широко применяется в качестве алгоритмов компьютерного зрения. Наиболее распространенным подходом к повышению качества сегментации кожи является обучение бинарного классификатора, отделяющего цвета кожи человека от цветов фона. В работе рассмотрена проблема обучения бинарных классификаторов. Предложен новый метод получения обучающей выборки с унификацией цветов на каждом изображении. Построена сглаженная ROC-кривая. Даны рекомендации по подготовке тестовой выборки для правильного сравнения бинарных классификаторов. С использованием предложенного метода проведено обучение классификаторов Гаусса и Байеса. Представлены результаты тестирования и сравнения полученных классификаторов. Показано, что рассмотренный метод может улучшить качество сегментации кожи до 4 % по метрике TPR и до 10 % по метрике FPR. Классификатор Байеса, обученный согласно предложенному методу, обеспечивает наилучшие результаты сегментации среди всех рассмотренных классификаторов.

• Просмотров: 1355 | Комментариев : 0