Python 2.7 使用Open CV Python分割Microsoft Kinect的深度区域图像

我正在使用Microsoft Kinect深度流进行手部分割。通过做一些阈值分割，我能够根据MS Kinect传感器提供的深度信息，将身体和背景分开。现在，我想要的是分割手。有什么建议我该如何分割手吗。下面是我的深度图像的屏幕截图。 我正在Python中使用OpenCV。要访问Kinect传感器流，我正在使用Microsoft的PyKinect。

---

您需要的是语义分割算法。随机决策森林给出了惊人的结果。查看Haggag等人发表的作品。它是建立在Shotton等人和Buys等人的作品之上的

---

如果您想使用深度学习，请查看Abubakr等人所做的工作。

您需要的是语义分割算法。随机决策森林给出了惊人的结果。查看Haggag等人发表的作品。它是建立在Shotton等人和Buys等人的作品之上的

如果您想使用深度学习，请查看Abubakr等人所做的工作。基础论文由Shotton等人和Buys等人发表。Shoton的工作是Kinect的创始人

[1] Shotton等人，“单深度图像的有效人体姿势估计”，模式分析和机器智能IEEE交易，2013年

[2] Buys等人，“基于RGB-D的人体检测和姿势估计的自适应系统”，视觉传达和图像表示杂志，2014年

Haggag等人和Abobakr等人在这些论文的基础上，利用随机森林得出以下结论

[3] Abobakr等人，“利用随机决策森林从深度图像中提取骨架自由落体检测系统”，IEEE系统杂志，2018年

[4] Haggag等人，“基于RGB-D的人体检测和姿势估计的自适应系统：结合附加道具”，IEEE系统、人与控制论国际会议（SMC），2016年

[5] Haggag等人，“四足动物的语义身体部位分割”，IEEE系统、人和控制论国际会议（SMC），2016年

为了更好的投票方案和随机树产生的标签映射的标称标签/决策融合，请查看我下面的论文

[6] Hossny等人，“标记图像与局部多数滤波器的决策融合”，《电子快报》，2017年

Abobakr等人随后将深度学习纳入其中

[7] Abobakr等人，“使用深度卷积神经网络的身体关节回归”，IEEE系统、人与控制论国际会议（SMC），2016年

[8] Abobakr等人，“利用深度卷积神经网络进行RGB-D人体姿势分析，用于人体工效学研究”，IEEE系统、人与控制论国际会议（SMC），2017年

---

[9] Nahavandi等人，“利用深度神经网络从深度图像估计无骨架的体表面积”，IEEE系统、人与控制论国际会议（SMC），2017。

请您将参考资料再扩展一点好吗？评论部分不允许提供全面的列表。我添加了另一个答案。非常感谢。