计算机视觉中唇部分割技术的探索：一项比较分析
计算机视觉与模式识别
2023-11-21 v1 人工智能
机器学习
摘要
唇部分割在计算机视觉中至关重要，尤其对于唇读。尽管人脸分割研究广泛，唇部分割受到的关注有限。本研究旨在使用标准化设置和公开可用数据集比较最先进的唇部分割模型。基于所报告性能、推理时间、代码可用性、新颖性和流行度，定性地选取了五种技术，即 EHANet、Mask2Former、BiSeNet V2、PIDNet 和 STDC1。包含人工标注人脸图像的 CelebAMask-HQ 数据集被用于公平评估所选模型的唇部分割性能。推理实验在 Raspberry Pi4 上进行以模拟有限计算资源。结果显示，Mask2Former 和 EHANet 在 mIoU 分数上表现最佳。BiSeNet V2 展现出有竞争力的性能，而 PIDNet 在召回率上突出但精度较低。大多数模型在 Raspberry Pi4 上的推理时间介于 1000 至约 3000 毫秒，其中 PIDNet 平均推理时间最低。本研究提供了对唇部分割模型的全面评估，突出了其性能与推理时间。这些发现有助于轻量技术的发展，并为唇部分割的未来进展建立基准，尤其在 IoT 和边缘计算场景中。
引用
@article{arxiv.2311.11992,
title = {Exploring Lip Segmentation Techniques in Computer Vision: A Comparative Analysis},
author = {Pietro B. S. Masur and Francisco Braulio Oliveira and Lucas Moreira Medino and Emanuel Huber and Milene Haraguchi Padilha and Cassio de Alcantara and Renata Sellaro},
journal= {arXiv preprint arXiv:2311.11992},
year = {2023}
}