计算机视觉（CV）模型偏差消除方法的研究进展

闫 懿涛, 赵 剑波, 莫 运益, 苏 若虹
南宁师范大学

摘要

近年来，随着计算机视觉（CV）技术的快速发展，语义分割在自动驾驶、安防监控、虚拟试衣等实际场景中展现出广泛应用潜力，特别是人体解析任务在细粒度理解中扮演着关键角色。然而，当前主流预训练模型在处理复杂人体姿态、多样外观特征及遮挡等问题时，仍面临显著的偏差挑战，这些偏差严重影响了模型在公平性、鲁棒性与泛化能力方面的实际表现。传统的人体解析偏差缓解方法主要依赖数据增强、类别重加权、边界优化等手段，虽在一定程度上提升了模型性能，但难以彻底克服因数据不平衡、属性敏感性等因素导致的系统性误差。本文聚焦于语义分割中人体解析任务的偏差消除研究进展，系统梳理了近年来从数据构建、模型设计到训练机制等层面提出的多种缓解策略。文中还详细分析了在遮挡场景、边界处理和小样本泛化等方面的关键技术与挑战，旨在为后续构建更稳健、公平的人体解析模型提供理论参考与方法支持。

关键词

语义分割；人体解析；多尺度模型；CV 模型平衡性

参考

[1] 刘晨 , 张敏 , 王丽 . 计算机视觉中的图像分类算法及其应用研究 [J]. 计算机工程与应用 , 2019, 55(12): 78-82.

[2] 王伟 , 李强 , 张涛 . 基于深度学习的计算机视觉目标检测方法研究 [J]. 计算机应用研究 , 2020, 37(5): 1234-1238.

[3] 李明 , 张磊 , 王强 . 基于模型压缩的计算机视觉模型优化方法研究 [J]. 计算机科学 , 2020, 47(10): 98-104.

[4] 王浩 , 李敏 , 张云 . 基于深度学习的语义分割算法研究与应用 [J]. 计算机应用研究 , 2020, 37(12): 3456-3460.

[5] 张宇 , 李伟 . (2020). 计算机视觉的深度学习综述 . IEEE 图像处理汇刊 , 29(5), 1201-1215.

[6] 孙晓 , 尚杰 , 张磊 . (2020). 基于深度学习的人体姿态估计综述 . IEEE 模式分析与机器智能汇刊 , 42(5), 1095-1110.