使用OpenCV识别分段实例周围的纯背景

Question

我正在尝试编写一种分类算法，该算法将识别出以下图像：1）以2）中性/纯背景为特色的人物。这个想法是要找到易于被人类编辑“化身”的图像。我不是试图自己亲自进行前景提取。

我正在使用对象检测（尤其是Mask R-CNN）和OpenCV的组合。这就是我到目前为止所拥有的。

这是我要识别的图像的正面示例：

面具R-CNN会告诉我，是的，这里有个人，甚至提供了用于实例分割的面具：

然后我可以抓住面具并使用OpenCV操纵图像：

 If CLng(visa.Cells(x, 16).Value2) = Deceased(visa_Inx) Then

这时，我必须对提取的背景进行某种测试。而且我愿意接受想法！但是我的第一个想法是尝试检测仅在遮罩区域中的任何边缘。

# just get the first mask
mask = masks[0]
# invert the mask
inverse_mask = np.invert(mask).astype(np.uint8)
# use bitwise_and to extract the background
inverse_masked_data = cv2.bitwise_and(im, im, mask=inverse_mask)

这似乎很有希望，但是我正在了解自己的实例。因此，对“边缘”的任何测试都将失败，因为其中有一些边缘。

我的边缘检测想法看起来不错吗？如果是这样，我如何改进我的代码以使其正常工作？

还是我应该探索其他途径？