Kinect的软实力,来源于CHIP《新电脑》.docVIP

Kinect的软实力 自去年11月正式对外发布，Kinect在短短不到一年的时间中迅速蹿红，业界对其特殊的硬件设计也已经进行了诸多介绍，然而真正托起Kinect这颗明星的并不仅仅是其出众的硬件设计，出众的软件算法也是其重要的制胜法宝。 微软在今年6月正式对外公布了Kinect for Windows SDK Beta，这标志着Kinect正式从游戏领域开始向受众更为广泛的PC领域迈进，并将有可能彻底改写PC人机交互界面的历史，伴随我们几十年的键盘和鼠标在Kinect的攻势下很有可能最终会被我们丢进故纸堆里。 Kinect何以有如此强大的实力？优秀的硬件结构绝不只是解释这一问题的唯一答案，事实上Kinect所采用的硬件多数不是什么新发明，真正托起这颗新星的是其背后诸多优秀的软件和算法，是这些软实力让Kinect卓越非凡。而作为Kinect灵魂的软件与算法有很多来自中国，来自微软亚洲研究院（以下简称MSRA）。 我知道你是谁 任何机器设备，无论是游戏机还是计算机，它们被人所操控，要最先明确的一件事情就是，正在操控我的人是谁？传统的游戏机通过游戏手柄和手柄所对应的Player1、Player2来进行区分，计算机通过用户账户和登录密码来限定和判别访问的用户。而对于Kinect这种完全需要借助人们肢体动作进行操控和交互的设备来说，如何区分面前的人是甲还是乙，仍旧存在很大的困难。我们不可能要求用户在每次使用前都选择一下自己的身份，甚至为了安全的需要还要在选择后输入一串密码，这将大大影响用户的使用体验，为此Kinect首先要解决人物识别的基本问题。 身份识别3法则 为了解决这个问题MSRA的研究员为Kinect构建了身份识别的3条基础法则，分别是人脸识别、衣服识别和骨骼识别，Kinect根据人的这3项特征进行综合的识别和判断，最终实现对面前人物的准确分辨。 人脸识别是整个身份识别最重要的一个组成部分，人脸识别技术在PC领域实际上已经发展的十分成熟，MSRA视觉计算组通过采用高维空间的算法，已经可以实现仅仅借助人脸皮肤的一小部分就能对人进行准确地识别。但是这种算法在Kinect上并不适用，由于其摄像头分辨率仅为320×240，在1.8m及以上（Kinect的设计工作距离）距离的情况下，摄像头所能提供的面部的??素数据十分有限，并不适用于进行高维计算。另外，由于用户使用Kinect的环境有很大的差异，光线的明暗、色温和人的表情都不在可控范围内，这种非控制环境的人脸识别本身也存在难度。为了能让Kinect的人脸识别更加有效，MSRA的研究院采用了抽取人脸中层结构特征的方式，这种中频的特征虽然无法提供100%的准确识别率，但是仍旧能够提供85%左右的识别准确率。这种纯二维的图片识别算法也被应用在Windows Live Photo Gallery中，借助这种识别算法的帮助，Windows Live Photo Gallery能够识别区分照片中的人物，并据此实现自动照片分组。 对于在短时间内需要多次进行身份识别的场合，例如在进行一个游戏的过程中，一个人暂时离开游戏去接电话，之后又返回继续游戏的情况，另外一种身份识别方式会更为快捷和高效，那就是衣物识别。因为在这种短期内，人们更换服装的概率很低，为此MSRA的研究员特别加入了衣物识别。这种识别技术首先区分人体的各个部分，如身体、四肢，之后再分别抽取不同部分的颜色和纹理，通过这些颜色和纹理总结出这一部分的表面特征。这些特征信息虽然都保存的是原始的彩色信息，但是通过一些算法可以使该识别技术对环境光线相对不敏感，以减少色温变化对识别产生的影响。例如通常在钨丝灯下的白衣服比在荧光灯下的看起来偏黄，而Kinect仍旧能够正常地识别出这是相同的一件白衣服。 骨骼识别是Kinect识别身份的另外一个重要依据，通过抽取和分析人们骨骼的特征信息，如身高来进行身份判别。这种技术在某些情况下具备极高的效率和准确率。例如，识别家中身高差异明显的大人和小孩的时候，这种技术就尤为实用。这种算法十分巧妙地利用了Kinect的硬件特征，与传统的摄像头不同，Kinect能够提供包含深度信息的图像，可以上下摆动扫描人物，并可提供扫描时的俯仰角信息。借助深度信息、俯仰角、人物影像高度这3种信息可以帮助准确计算出人物的真实身高。人物与Kinect的距离即使发生变化，或者Kinect的摆放高度有变化都不会影响判断的准确性。 综合判别 为了提高识别的成功率并保证识别的效率，MSRA综合采用上述3种识别方式的结果，并根据应用场合的不同进行合理的选择。 首先在整个Kinect的平台体系中，人脸识别被应用在更底层的平台领域，作为系统生物识别登录的唯一依据，在用户开机使用Kinect的整个过程中都会发挥作用，而且用户的面部信息会被长期保存在Xbox360