Weakly Supervised Human Skin Segmentation using Guidance Attention Mechanisms

要約

人間の皮膚のセグメンテーションは、コンピューター ビジョンと生体認証システムにおいて重要なタスクですが、肌の色、姿勢、照明のばらつきなど、いくつかの課題があります。
このペーパーでは、コンテキスト情報と効率的なネットワーク設計の統合を通じてこれらの課題に対処する、単一の画像に対する堅牢なデータ駆動型の皮膚セグメンテーション方法を紹介します。
堅牢性と精度に加えて、リアルタイム システムへの統合には、計算能力、速度、およびパフォーマンスの間の慎重なバランスが必要です。
提案された方法には、セグメンテーション結果を改善するためにコンテキスト情報を利用する 2 つの注意モジュール、Body Attention と Skin Attention が組み込まれています。
これらのモジュールは、それぞれ体の境界と肌のピクセルに焦点を当てて、目的の領域に注意を向けます。
さらに、高性能を維持しながら計算能力を最小限に抑えるために、効率的なネットワーク アーキテクチャがエンコーダ部分に採用されています。
スキン データセット内のノイズの多いラベルの問題を処理するために、提案された方法では、Skin Attention モジュールに依存する、教師付きの弱いトレーニング戦略を使用します。
この研究の結果は、提案された方法がベンチマーク データセットの最先端の方法に匹敵するか、それを上回ることを示しています。

要約(オリジナル)

Human skin segmentation is a crucial task in computer vision and biometric systems, yet it poses several challenges such as variability in skin color, pose, and illumination. This paper presents a robust data-driven skin segmentation method for a single image that addresses these challenges through the integration of contextual information and efficient network design. In addition to robustness and accuracy, the integration into real-time systems requires a careful balance between computational power, speed, and performance. The proposed method incorporates two attention modules, Body Attention and Skin Attention, that utilize contextual information to improve segmentation results. These modules draw attention to the desired areas, focusing on the body boundaries and skin pixels, respectively. Additionally, an efficient network architecture is employed in the encoder part to minimize computational power while retaining high performance. To handle the issue of noisy labels in skin datasets, the proposed method uses a weakly supervised training strategy, relying on the Skin Attention module. The results of this study demonstrate that the proposed method is comparable to, or outperforms, state-of-the-art methods on benchmark datasets.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google