基于飞行时间RGBD图像的人发分割
计算机视觉与模式识别
2020-04-21 v3
摘要
从人像图像中稳健地分割头发仍然具有挑战性：头发不具有统一的形状、样式甚至颜色；尤其是深色头发缺乏特征。我们提出了一种新颖的计算成像方案，从输入和处理两方面解决这个问题。我们探索在近期移动设备上使用飞行时间（ToF）RGBD传感器。我们首先进行全面分析，表明散射和互反射通过改变光路和/或组合多条光路，在ToF图像上于头发与非头发区域产生不同的噪声模式。然后我们开发了一种基于深度网络的方法，利用ToF深度图和RGB梯度图生成带有标记头发分量的初始头发分割。接着我们在条件随机场下通过施加ToF噪声先验来细化结果。我们收集了首个ToF RGBD头发数据集，包含30名人类受试者在不同视角下多种发型拍摄的2万+张头部图像。综合实验表明，我们的方法在准确率和鲁棒性上优于基于RGB的技术，并能处理传统上具挑战性的情况，如深色头发、相似头发/背景、相似头发/前景等。
引用
@article{arxiv.1903.02775,
title = {Hair Segmentation on Time-of-Flight RGBD Images},
author = {Yuanxi Ma and Cen Wang and Shiying Li and Jingyi Yu},
journal= {arXiv preprint arXiv:1903.02775},
year = {2020}
}