针对Kinect V2深度相机采集的深度图像存在深度信息丢失(孔洞)问题,提出了一种融合超像素分割RGB图像和深度图像配准的深度图像修复方法。首先对RGB图像进行超像素分割;然后将分割后的RGB图像与原始深度图像配准;接着将孔洞像素按照所在区域划分为超像素区域内的孔洞像素和超像素边界上的孔洞像素两大类,并对不同类型的孔洞像素采用不同的方法完成深度图像的修复。最后进行了实验验证,结果表明,该方法与双边滤波算法、联合双边滤波算法相比,能够有效地修复深度图像中的孔洞,获得较高质量的深度图像。

针对传统的AdaBoost人脸检测算法需要对整张图像进行穷举,时间成本比较高,文中采用Kinect v2传感器获得的深度信息对人脸进行初定位,将人脸区域从背景中分割出来,再利用AdaBoost人脸检测算法对人脸进行检测。经实验验证该人脸检测算法能有效提高人脸检出率,缩短人脸检测时间。