基于Mask R-CNN的人脸皮肤色斑检测分割方法

作者：陈友升; 刘桂雄^*

来源：激光杂志, 2019, 40(12): 19-22.

DOI：10.14016/j.cnki.jgzz.2019.12.019

• Mask R-CNN
• 神经网络
• 深度学习
• 色斑检测

色斑参数特征是衡量皮肤健康程度的一项重要指标,通过分析国内外研究皮肤色斑图像方法,提出基于Mask R-CNN的人脸皮肤色斑检测分割方法。针对人脸图像中色斑区域小导致的训练样本类别不平衡问题,提出全脸干扰项数据标注方案,有效提高色斑检测分割效果;通过分析不同深度的骨干网络对色斑识别效果、时间性能影响,指出Res Net-34骨干网络在色斑识别效果、时间性能达到较佳平衡;基于上述技术构建Mask R-CNN人脸皮肤色斑分割模型并进行实验,结果表明:基于Mask R-CNN的人脸皮肤色斑检测分割方法能够实现不同位置、尺度色斑的检测,■值达81.5%。

• 单位
  华南理工大学