岳焕景，黄道祥，宋晓林，杨敬钰，沈丽丽

(天津大学电气自动化与信息工程学院，天津 300072)

人体分割是指从含有人的图像中将人的轮廓分割出来，它是 3D 人体重建[1]、3D 运动捕捉[2]和姿态估计[3]等应用的重要步骤，因此研究如何获取准确的人体分割结果具有现实意义．在实际场景中人体分割受到噪声[4]、遮挡、相似颜色和复杂背景等众多因素的影响，往往无法得到理想的结果，因此在复杂场景中如何获得准确的人体分割结果仍是一项十分具有挑战性的工作．Kinect v2相机利用时间飞行技术，获得的深度图像比第一代 Kinect准确性更高，其包含一个彩色相机和一个深度相机，为科研和工业获取RGB-D数据提供了极大地便利．除了提供RGB-D数据，Kinect v2也提供了采集场景中人的骨架信息．

近年来，国内外学者提出了大量的研究方案进行人体分割，根据使用图像信息的不同，可以分为 4类：基于彩色图的方法、基于深度图的方法、基于RGB-D的方法和基于骨架的方法．基于彩色图的方法利用图像物体间彩色信息的差异性，Gulshan等[5]用 Kinect深度相机采集图像数据集进行训练，先用自学习的线性分类器获得一个初始的分割结果，然后再利用自下而上的信息对初始分割结果进行精细化处理得到最后的结果．Rother等[6]用高斯混合模型分别对前景、背景建模，并采用迭代算法简化用户交互，少量的用户操作就可得到比较好的分割结果．Li等[7]利用在图割框架中结合从上而下和从下而上线索的数据……