公开数据集上肤色检测方法间的公平比较
计算机视觉与模式识别
2020-07-14 v6
摘要
肤色检测是判别数字图像中皮肤与非皮肤区域的过程，广泛应用于从手势分析到身体部位追踪和人脸检测等多种任务。肤色检测是一个具有挑战性的问题，已引起研究界的广泛关注，然而由于缺乏通用基准和统一测试协议，各方法间的公平比较十分困难。本文调研了该领域最新研究，并基于多个不同数据集提出了方法间的公平比较。本工作的主要贡献包括：对肤色检测方法的详尽文献综述；一个用于评估和组合不同肤色检测器方法的框架（其源代码已免费公开以供后续研究）；以及对若干近期方法的广泛实验比较，这些比较还用于定义一个在多种不同问题上表现良好的集成方法。实验在包含超过 10000 张标注图像的 10 个不同数据集上进行：实验结果表明，本文提出的最佳方法相较于其他独立方法取得了非常好的性能，且无需专门的参数调优。用于测试的框架及本文提出方法的 MATLAB 版本将免费发布于 https://github.com/LorisNanni。
引用
@article{arxiv.1802.02531,
title = {Fair comparison of skin detection approaches on publicly available datasets},
author = {Alessandra Lumini and Loris Nanni},
journal= {arXiv preprint arXiv:1802.02531},
year = {2020}
}