基于深度学习的人体解析研究综述

• 作者: 曹坤涛 邵杰 黄茜
• 来源期刊: 电子科技大学学报
• 学科: 工学
• 关键词: 深度学习 人体解析 实例人体解析 语义分割
• 年，卷（期）: 2019,（5）
• 所属期刊栏目: 人工智能
• 页码范围: 641-654
• 页数: 14页
• 分类号: TN97
• 字数: 7594字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-0548.2019.05.001

摘要

人体解析的任务是对图片中人物进行像素级识别,将人体各部位和衣物配饰进行归类.该文从基础技术、数据集和评价标准、技术现状3个方面概述了基于深度学习的人体解析技术.首先,介绍了人体解析涉及的基础技术:卷积神经网络、语义分割.其次,从图像数量、类别数目、优缺点等角度,对比了人体解析领域的8种主流数据集;并介绍了4种常用的评价指标.最后,介绍了4种具有代表性的基于深度学习的人体解析方法:基于特征增强、基于人体结构、基于多任务学习、基于生成对抗网络,并归纳了实例人体解析的解决方案,提出了一些尚待发掘的研究思路.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	邵杰	电子科技大学计算机科学与工程学院	4	0	0.0	0.0
2	黄茜	电子科技大学计算机科学与工程学院	2	21	1.0	2.0
3	曹坤涛	电子科技大学计算机科学与工程学院	1	0	0.0	0.0