一种基于Kinect的多模型融合视频人手分割方法

摘要

本发明提供了一种基于Kinect的多模型融合视频人手分割方法，包括如下步骤：（1）捕捉视频信息；（2）分别对视频中的图像进行分割得到深度模型、肤色模型和背景模型的分割结果，分割结果的表现形式为二值图；（3）计算三个分割结果的两两重叠率，作为衡量它们各自分割效果好坏的特征，把三个重叠率输入到神经网络；（4）神经网络输出三个系数（即置信系数），置信系数表示出三个模型各自的可靠性，三个分割结果经由置信系数进行加权；（5）对加权后的三个模型分割结果进行线性叠加；（6）叠加的结果经过阈值函数输出最终的二值图，最后分割得到的视频人手区域；（7）更新背景模型。具有成本低和灵活性好等优点。

主权项

一种基于Kinect的多模型融合视频人手分割方法，其特征在于，包括如下步骤：（1）捕捉视频信息；（2）使用深度模型、肤色模型和背景模型分别对视频中的每一帧图像进行分割，得到深度模型分割结果、肤色模型分割结果和背景模型分割结果，所述深度模型分割结果、肤色模型分割结果和背景模型分割结果均为二值图；（3）计算深度模型的分割结果、肤色模型的分割结果和背景模型的分割结果的两两重叠率，把所述的三个重叠率输入到神经网络；（4）神经网络输出置信系数，所述置信系数表征深度模型的可靠性、肤色模型的可靠性和背景模型的可靠性，所述深度模型的分割结果、肤色模型的分割结果和背景模型的分割结果经由置信系数进行加权；（5）对加权后的深度模型分割结果、肤色模型分割结果和背景模型分割结果进行线性叠加；（6）叠加后的结果经过阈值函数输出二值图，得到视频人手区域；（7）利用步骤（6）得到的非手部区域更新背景模型。