Extraer los primeros planos completos de retratos de imágenes naturales se utiliza ampliamente en la edición de imágenes y la generación de mapas de alta definición. Al hacer mapas de alta definición, a menudo es necesario aislar a transeúntes para garantizar su privacidad. Los métodos de aislamiento actuales que no requieren entradas adicionales de trimap a menudo sufren de predicciones globales inexactas o detalles locales borrosos. El aislamiento de retratos, como un método de segmentación suave, permite la creación de áreas excesivas durante la segmentación, lo que inevitablemente conduce a ruido en la imagen alfa resultante, así como a información excesiva de primer plano, por lo que no es necesario conservar todas las áreas excesivas. Para superar los problemas anteriores, este documento diseñó una red de refinamiento de nitidez de contorno (CSRN) que modifica el peso de los valores alfa de regiones inciertas en el mapa de predicción. Se combina con una red de aislamiento de extremo a extremo para el aislamiento de busto basado en la red de detección de objetivos U-Net que contiene bloques residuales U. Se diseñó una red de aislamiento de extremo a extremo para el aislamiento de busto. La red puede reducir efectivamente el ruido de la imagen sin afectar la información completa del primer plano obtenida por la red más profunda, obteniendo así una imagen de primer plano más detallada con detalles de bordes finos. La estructura de la red ha sido probada en el PPM-100, el RealWorldPortrait-636 y un conjunto de datos autoconstruido, mostrando un excelente rendimiento tanto en el refinamiento de bordes como en la predicción global para retratos de medio cuerpo.