基于Kinet骨骼识别的动画快速制作技术应用.docVIP

基于Kinect骨骼识别的动画快速制作技术应用 依据基于kinect骨骼识别方法的动画制 作技术，对kinect获取人体骨骼的技术原理、人体骨 骼识别方法、目前基于骨骼的动画技术方法做简要介 绍，为Kinect学习者提供参考。 关键词：Kinect；骨骼识别；动画快速制作技术; 骨骼动画；人体识别 TP39 A 1007-9416 (2017) 04-0089-02 1 Kinect获取人体骨骼的技术原理 骨架追踪技术的核心在于利用红外线传感器通过 黑白光谱的方式来识别环境内容。黑与白分别对应着 无穷远和无穷近。传感器以极快的速度来生成图像， 实时的表达环境。然后，Kinect的任务就是利用分割 策略将人从环境中分离出来，对于正在运动中的物体 进行像素的分析，找出人体的各个部位。利用前面的 结果，Kinect在输出之前会追踪人体的20个关节点来 形成一副人体骨架系统，然后拿每个像素中的关节点 与其相比较，这个方式可以十分准确的来确定，这个 是人体的哪个部位。 1.1骨架空间 Kinect通过20个关节点表示一个骨架，如图2 当人体走进Kinect的视野范围时，Kinect就可以把人 体的20个关节点的位置找到，位置通过（X， 坐标来表示。因为人体的动作与这些关节点的位置的 变化紧密相关，所以通过Kinect对节点数据的获取可 可以帮助电脑理解人体的动作。如图1所示。 人体的各关节点位置用（ 人体的各关节点位置用（X， 坐标表示 坐标是右手螺旋的单位是米。Kinect感应器处于原点 上，z坐标轴则与Kinect感应的朝向一致。y轴正半轴 向上延伸，x轴正半轴（从Kinect感应器的视角来看） 向左延伸，这些坐标的表述为骨架空间。 1.2骨骼跟踪 Kinect最多可以跟踪两个骨骼，可以最多检测六 个人。站立模式可以跟踪20个关节点，坐着的模式的 话，可以跟踪10个关节点。 NUI骨骼跟踪分主动和被动两种模式，提供最多 两副完整的骨骼跟踪数据。主动模式下需要调用相关 帧读取函数获得用户骨骼数据，而被动模式下还支持 额外最多四人的骨骼跟踪，但是在该模式下仅包含了 用户的位置信息，不包括详细的骨骼数据。 13关于骨骼识别编程处理过程 骨骼数据来自Skeleton Stream。要使用骨架数据， 应用程序必须在初始化NUI的时候声明，并且要启用 骨架追踪。访问骨骼数据有事件模式和查询模式两种 方式。基于事件的方式简单，代码量少，并且是一种 很普通基本的方法，所以下面简要介绍一下基于事件 的方式。当Skeleton Stream中有新的骨骼数据产生时 就会触发该事件。 初始化并打开骨骼跟踪后，就可以从Skeleton Stream中拿骨骼数据。Skeleton Stream产生的每一帔 数据skeleton Frame都是一个骨骼对象集合。包含了 一个骨架数据结构的数组，其中每一个元素代表着一 个被骨架追踪系统所识别的一个骨架信息。每一个骨 架信息包含有描述骨骼位置以及骨骼关节的数据。每 一个关节有一个唯一标示符如头(head)、肩 (shoulder)、肘(elbow)等信息和对应的三维坐标数 据。 Kinect能够追踪到的骨骼数量是一个常量。遂可 使其在整个应用程序中能够一次性的为数组分配内存。 循环便利skeleton Frame,每一次处理一个骨骼之前都 需要判断一下是否是一个追踪好的骨骼。对于此可以 使用Skeleton对象的Tracking State属性来判断，其会 忽略不是使用者的骨骼信息即过滤掉那些Tracking State 不等于 Skeleton Tracking State. Tracked 的骨骼数 据，从而只对骨骼追踪引擎追踪到的骨骼进行处理。 2目前人体骨骼识别方法概述 2.1目前的几种人体骨骼识别方法 以姿态描述向量序列作为行为表示特征量构建人 体结构信息，进行为识别［1］。 基于Kinect的数据特点，在一个假设的实验情景 上设计了综合使用Kinect人体关节点、深度和视觉信 息的行为识别研宄方法，为行为识别研宄中提供了更 丰富的环境信息和物品属性信息，同时进行实验测试 以证明该方法的可行性。 针对Kinect坐标空间下的人体结构特点构造人体 结构向量是关节点数据规则化处理的基础。这种方法 共构造了 22组人体结构向量，依据所属身体部位的不 同分为四部分：上肢部分、下肢部分、躯干部分和连 接部分。 2.2骨骼识别方法分析与比较 骨骼识别方法的本质是用数学方法处理Kinect接 收到的图像信号，以达到对人体骨骼进行识别与跟踪 的目的。 在上面提到的三种方法中，以姿态描述向量序列 作为行为表示特征量构建人体结构信息，进行行为识 别的方法由于各个向量之间相对关系恒定，只需要处 理少数位置变动信息，所以