私はMicrosoft Kinect Depth Streamを使用してハンドセグメンテーションを行っています。いくつかのスレッシュホールドを行うことで、私はバックグラウンドから身体を分離することができました。MS Kinect Sensorが提供する奥行き情報に基づいて、手をセグメント化することができます。どのように私は手を分割することができます任意の提案。以下は私の奥行き画像のスクリーンショットです。 私はPythonでOpen CVを使用しています。 Kinectセンサーストリームにアクセスするには、MicrosoftのPyKinectを使用しています。
深さで領域を分割するOpen CV Pythonを使用したMicrosoft Kinectのイメージ
セマンティックセグメンテーションアルゴリズムが必要です。ランダム決定木は幻想的な結果をもたらしました。 Haggagらによって発表された研究をチェックする。 ShottonらとBuysらが行った作業の上に構築されています。
深い学習を使いたい場合は、Abubakr et al。
セマンティックセグメンテーションアルゴリズムが必要です。ランダム決定木は幻想的な結果をもたらしました。 Haggagらによって発表された研究をチェックする。 ShottonらとBuysらが行った作業の上に構築されています。
深い学習を使いたい場合は、Abubakrらが行った作業を確認してください。基礎論文はShotton et al。およびBuys et al。 Shotonの仕事はKinectを創設した仕事です。
[1] Shottonら、「効率的なヒトのポーズ単一奥行き画像から推定、」パターン分析および機械知能に関するIEEEトランザクション、2013
[2]買収ら、「適応システムRGB-Dに基づく人体検出および姿勢推定のために、 "Journal of Visual Communication and Image Representation、2014.
Haggag et al。およびAbobakr et al。ランダムな森林を使用して以下のものを生産するためにこれらの論文に基づいて構築された。
[3] Abobakrら、「ランダムフォレスト決定を使用して奥行き画像からスケルトンフリーフォール検出システム、」IEEEシステムジャーナル、
2018 [4] Haggagら、「適応RGB-Dに基づく人体検出および姿勢推定のためのシステム：添付された小道具を組み込む、 "IEEE国際会議、システム、人およびサイバネティックス（SMC）、2016.
[5] Haggag他、" Semantic body parts 「四極動物のためのセグメンテーション」、IEEE国際会議、システム、人間、およびサイバネティックス（SMC）、2016.
より良いvotin gスキームと無作為樹木によって生産されたラベルマップの名目上のラベル/決定の融合については、以下の私の論文をチェックしてください。
[6] Hossnyら、「ローカル多数決フィルタで標識された画像の判定融合を、」エレクトロニクスレターズ、2017
Abobakrら、その後深い学習を組み込んでいる。
を[7 ] Abobakr et al。、 "深畳み込みニューラルネットワークを用いた身体関節回帰"、IEEE国際会議、システム、人工臓器、サイバネティクス（SMC）、2016.
[8] Abobakrら、 "RGB-D human深い畳み込みニューラルネットワークを用いた人間工学研究のための姿勢解析、 "IEEE国際システム・人工衛星学会（SMC） 、2017.
[9] Nahavandi et al。、「深いニューラルネットワークを用いた奥行き画像からスケルトンフリーの体表面積の推定、」システム、人、およびサイバネティクス（SMC）のIEEE国際会議は、2017年
あなたは言及を少し拡張していただけますか？ –
コメントセクションでは、包括的なリストは許可されていません。私は別の答えを加えました。 –
ありがとうございました。 –