我目前正在进行本科研究，以确定手表面接触的热点。理想情况下，我想给模型一个深度图像作为输入：

合成深度图像示例

并返回一个图像掩码，指示表面被触摸的位置：

合成接触面罩示例

我以前使用过机器学习，但正在努力确定我应该使用什么模型。我的理解是 CNN 通常用于分类任务。虽然 GAN 用于生成新图像，但它们可以独立于输入生成这些图像。假设我有一个大的深度图像数据集和相应的黑白接触蒙版，在给定看不见的深度图像的情况下，可以使用什么模型来有效地预测接触蒙版？