基于Kinect遮挡条件下行人的深度图像分割

摘要：

针对Kinect深度图像中有遮挡条件下的多个行人进行分割算法的实时性和应用研究,提出一种双峰法和迭代法的自适应阈值改进算法,并融合平面位置关系消除重复目标的新算法.在提取遮挡行人目标的连通域后,在连通域的遮挡条件下,对行人有不同深度数据的特性计算出多个阈值,快速、有效地分割行人,对分割后深度图像用改进的消除多余目标算法使分割深度图像的结果更为准确.实验结果表明,在使用该新阈值分割和消除重复目标算法后,行人量大和行人量小时处理一帧需要60 ms-70 ms,正确识别率为94.8％-97.3％.从结果得出,新深度图像分割算法具有更好的实时性和鲁棒性,能良好地应用于Kinect深度图像分割中.

关键词：视频检测、目标合并、深度分割、行人遮挡、Kinect

所属期刊栏目：26

分类号：TP391.4(计算技术、计算机技术)

在线出版日期：2016-01-16（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：271-275