基于零件外观和空间约束的稳健的人体分割

在各种实际应用中，例如在基于内容的图像检索中，需要在图像中进行人体分割。 然而，由于各种身体姿势和混乱的背景，这仍然是一个具有挑战性的问题。 为了克服这些困难，本文探讨了人体的两个特性，即互补特性和弱结构特性。 互补性是指人体的不同部位始终具有相似的外观。 利用此属性，我们建议构造零件外观图（PAM）。 即使对于通过图像结构模型获得的不正确的人体姿势，PAM也可以有效地表示像素属于人体的出现概率。 之后，PAM会获取可靠的前景和背景种子。 为了有效地利用人体的结构信息，我们提出了一种新的图割方法-基于空间约束的图割（SCGC），它将人体部位的弱结构特性纳入成本函数中。 在确定躯干位置的条件下，弱结构特性限制了手臂，腿部和头部出现在有限的空间中。 凭借此属性，SCGC由于其与人体的外观相似，因此可以通过传统的图割方法成功去除错误的分割。 实验结果表明，与包含任意姿势的可公开获得的具有挑战性的数据集相比，该方法取得了令人鼓舞的性能，并且优于许多最新技术。