تشخیص اجزای بدن انسان در تصاویر RGB-D با استفاده از ویژگی-های الگوی تغییرات عمق و تفاضل مکانی عمق

تشخیص بخش های بدن انسان یکی از مهم­ترین موضوعات پژوهش در دهه ی اخیر بوده­­است. این موضوع در حوزه هایی مانند تشخیص فعالیت ، تشخیص حالت و سایر سامانه های مرتبط با فعالیت های حرکتی انسان، کاربرد گسترده­ای دارد. هدف از سیستم تشخیص بخش های بدن انسان تعلق­دادن هر پیکسل انسان به بخش های بدن می باشد. در تحقیقات اخیر نشان داده شده­است، استفاده از نقشه ی عمق می تواند نتایج حاصل تشخیص بخش­های بدن را بهبود بخشد. در این پژوهش ویژگی های جدیدی براساس تفاوت پیکسلی عمق ارائه شده­است. ویژگی اول بر­اساس تفاضل پیکسلی عمق بین پیکسل ورودی و همسایه­های آن که بر­اساس توزیع وزن­دار حلقوی انتخاب شدند، تعیین شدند. ویژگی دوم  تفاوت ضرایب چندجمله ای برازش­شده از پیکسل ورودی در مقیاس های مختلف می باشد که موجب ایجاد ویژگی­ای مستقل از مقیاس می شود. برای دسته بندی پیکسل­ها از جنگل تصمیم تصادفی استفاده شده­است. مقایسه نتایج روش پیشنهادی با روش های موجود نشان می دهد روش پیشنهادی توانسته است با دقت بیشتری اجزای مختلف بدن را تشخیص و تقسیم بندی کند.

کلیدواژه ها:

تشخیص بخش های بدن ، تصاویر RGB-D ، ویژگی های مبتنی بر شکل ، جنگل تصمیم تصادفی