ALiSNet：面向时尚电商的精确轻量人体分割网络
计算机视觉与模式识别
2023-04-18 v1
摘要
从照片中准确估计人体体型可赋能时尚领域的创新应用，从大规模定制，到尺码与合身推荐以及虚拟试穿。由用户图片计算出的身体轮廓是面向下游任务的有效体型表征。智能手机为用户提供了便捷的身体图像捕获方式，而设备端图像处理可在保护用户隐私的同时预测身体分割。现有现成的人体分割方法为闭源，且无法专门针对我们的体型与尺寸估计应用进行定制。因此，我们通过简化 Semantic FPN 与 PointRend（一种现有精确模型）创建了一个新的分割模型。我们在与我们的应用相关的受限姿态高质量人体数据集上对该模型进行微调。我们得到的最终模型 ALiSNet 大小为 4MB，mIoU 为 97.61.0，相比之下 Apple Person Segmentation 在我们的数据集上 mIoU 为 94.45.7。
引用
@article{arxiv.2304.07533,
title = {ALiSNet: Accurate and Lightweight Human Segmentation Network for Fashion E-Commerce},
author = {Amrollah Seifoddini and Koen Vernooij and Timon Künzle and Alessandro Canopoli and Malte Alf and Anna Volokitin and Reza Shirvany},
journal= {arXiv preprint arXiv:2304.07533},
year = {2023}
}