摘 要：为了解决人体轮廓识别精度不高，鲁棒性不好的问题，在保证实时性的要求下，提出了一种基于深度学习的人体轮廓识别方法，该方法采用U-Net 神经网络框架，建立特定视角的数据集，利用高斯滤波进行图像预处理操作，设计使用Dice和交叉熵函数相结合的损失函数进行训练。实验表明，该方法的重合度为91.85%，单次识别耗时为50.56 ms，在保证精度和实时性的前提下，也保证了对不同环境的适应性，在实际应用中有良好的价值。
关键词：人体轮廓；U-Net 神经网络；Dice 损失函数；高斯滤波
中图分类号：TP391.41；TP181 文献标识码：A 文章编号：2096-4706（2020）23-0090-04
Human Contour Recognition Based on Deep Learning
JIA Qunxi，ZHANG Weimin，SUN Zhanpeng，HU Xiaojian
（Luoyang Institute of Science and Technology，Luoyang 471023，China）
Abstract：In order to solve the problem of low accuracy and poor robustness of human contour recognition，a human contour recognition method based on deep learning is proposed under ensuring the real-time requirement. This method uses the U-Net neural network framework to establish a data set of specific perspective，uses Gaussian filtering to execute image preprocessing，and designs a loss function combined with Dice and cross entropy function for training. The experiment shows that the coincidence degree of the method is 91.85%，and the single recognition time is 50.56 ms. Under the premise of ensuring the accuracy and real-time，it also ensures the adaptability to different environments，which has good value in practical application.
Keywords：human contour；U-Net neural network；Dice loss function；Gaussian filtering
基金项目：2020 国家级大学生创新训练计划项目：基于人工智能的智能制衣系统（202011070006）；2020 河南省高等学校重点科研项目计划（21B520012）
参考文献：
[1] 吴泽斌，张东亮，李基拓，等. 复杂场景下的人体轮廓提取及尺寸测量 [J]. 图学学报，2020，41（5）：740-749.
[2] 路煜. 基于全卷积的编解码网络的人体轮廓提取方法研究 [J]. 信息与电脑（理论版），2020，32（3）：47-48+52.
[3] 王鹏，方志军，赵晓丽，等. 基于深度学习的人体图像分割算法 [J]. 武汉大学学报（理学版），2017，63（5）：466-470.
[4] 杨丹，刘国如，任梦成，等. 多尺度卷积核U-Net 模型的视网膜血管分割方法 [J]. 东北大学学报（自然科学版），2021，42（1）：7-14.
[5] HE K M，GKIOXARI G，DOLLÁR P，et al. Mask R-CNN [C]//2017 IEEE International Conference on Computer Vision （ICCV）.New York：IEEE Press，2017：2980-2988.
[6] SHEN X Y，TAO X，GAO H Y，et al. Deep automaticportraitmatting [C]// Computer Vision-ECCV 2016，2016：92-107.
[7] SHEN X Y，HERTZMANN A，JIA J Y，et al. AutomaticPortrait Segmentation for Image Stylization [C]//37th Annual Conferenceof the European Association for Computer Graphics，Goslar：Eurographics Association，2016：93-102.
作者简介：贾群喜（2000—），男，汉族，河南驻马店人，本科在读，研究方向：自动化。