对象的基于轮廓的分类制造技术

本文描述了对诸如物理对象或模式之类的项进行分类的基于轮廓的方法。在一种示例性方法中，接收对象对应的一维(1D)轮廓信号。该一维轮廓信号包括用于表示该对象的轮廓(或者剪影的外形)的一系列的1D或者多维数据点(例如，3D数据点)。可以对该1D轮廓进行展开以形成线，其不同于例如诸如图像之类的二维信号。可以利用使用基于轮廓的特征的分类器，对1D轮廓信号中的数据点里的一些或者全部各自地进行分类。随后，对这些各自的分类进行聚合，以便对该对象和/或其一个(或多个)部分进行分类。在各个例子中，该对象是在图像中描述的对象。

【技术实现步骤摘要】
【国外来华专利技术】
技术介绍
用于人与计算机交互、计算机游戏和其它应用的手势识别，很难以准确性和实时性的方式实现。诸如使用人手做出的手势之类的很多手势是复杂的，并很难彼此之间进行区分。具体而言，很难准确地对图像中描述的人手的位置和部分进行分类。此外，用于捕捉人手的图像的设备可能是有噪声的且容易出错的。现有方法对描述人手的图像的每一个像素进行分析。虽然这通常产生相对准确的结果，但其需要花费大量的时间和处理功率。下面所描述的实施例并不限于对已知分类系统的缺点中的一些或全部进行解决的实现方式。
技术实现思路
下面给出本公开内容的简要概述，以向读者提供基本理解。该概述部分不是本公开内容的泛泛概括，也不是旨在标识关键/重要元素或者描述说明书的保护范围。其唯一目的是用简单的形式呈现本文所公开的一些概念的选择，以此作为后面的更详细说明的前奏。本文描述了对诸如物理对象或模式之类的项进行分类的基于轮廓的方法。在一种示例性方法中，接收对象的一维(1D)轮廓信号。该一维轮廓信号包括表示该对象的轮廓(或者剪影(silhouette)的外形(outline))的一系列1D或多维数据点(例如，3D数据点)。可以对该1D轮廓进行展开(rewrapped)以形成线，其不同于例如诸如图像之类的二维信号。可以利用使用基于轮廓的特征的分类器，对1D轮廓信号中的数据点里的一些或者全部各自地进行分类。随后，对这些各自的分类进行聚合，以便对该对象和/或其一个(或多个部分进行分类。在各个例子中，该对象是在图像中描述的对象。通过结合附图考虑并参照以下的详细说明而更好地理解本专利技术，本发
明的许多附带特征将变得更易于理解。附图说明在了解附图之后，通过阅读下面的详细描述，将更好地理解本文的描述，其中：图1是用于对图像中的对象进行分类的分类系统的示意图；图2是图1的捕捉系统和基于计算的设备的示意图；图3是图2的捕捉系统和基于计算的设备输出的数据的示意图；图4是使用对象的轮廓信号，对图像中的对象进行分类的方法的流程图；图5是示出如何对轮廓信号的数据点进行定位的示意图，其中该数据点与另一个数据点具有预定的距离；图6是示出用于确定轮廓信号的凸包(convex hull)的示意图；图7是使用随机决策森林，对于对象进行分类的方法的流程图；图8是生成用于随机决策森林的训练数据的装置的示意图；图9是随机决策森林的示意图；图10是对随机决策森林进行训练的方法的流程图；图11是使用随机决策森林，对轮廓数据点进行分类的方法的流程图；以及图12示出了可以在其中实现本文所描述的系统和方法的实施例的示例性基于计算的设备。使用相同的附图标记来指代附图中的相同部件。具体实施方式下面结合附图提供的详细说明旨在描述本文给出的例子，而不是旨在表示可以构造或者使用给出的例子的仅有形式。下面的描述阐述了该例子的功能，以及用于构造和操作该例子的步骤顺序。但是，不同的例子也可以完成相同或者等同的功能和序列。虽然本文将所给出的例子描述和示出为在图像分类系统(即，用于对图像中描述的3D对象进行分类的系统)中实现，但本文所描述的系统只是
作为一个例子而提供的，而不是限制性的。如本领域普通技术人员应当理解的是，所给出的例子适合于在各种各样的不同类型的分类系统中应用。具体而言，本领域普通技术人员应当理解的是，所给出的对象分类系统和方法可以用于对任何项(即，可以通过一维(1D)轮廓(即，一系列连接点(connected points))来表示的物理对象或者模式)进行分类。除了任何物理对象之外，项的例子还包括手写签名、物理对象的运动的行驶路线或者模式。虽然在下面所描述的例子中，该系列的连接点是一系列空间中的连接点，但在其它例子中，它们可以是惯性测量单位序列(例如，如当用户以特定的模式在空中四处移动其电话时所产生的)。如上所述，对图像中的对象进行分类的现有方法，必须使用分类器对图像中的每一个像素进行分类，随后对每一个像素分类的结果进行累积或者以其他方式进行组合，来生成最终分类。该方法显示出产生相对准确的结果，但由于图像的每一个像素都要进行分析，因此具有很大的计算量。因此，需要一种准确的，但计算量不太大的用于对图像中的对象进行分类的方法。本文描述了根据对象的一维轮廓来对对象进行分类的分类系统。本文使用的术语“一维轮廓(one-dimensional contour)”意味用于规定或者限制对象的边缘或者线条(例如，当对象被视作为剪影时)。将一维轮廓表示成一系列的一维或多维(如，2D、3D、4D等等)数据点(或列表)，其中当连接这些数据点时，形成该轮廓，它们可以进行展开以形成线，不同于例如诸如图像之类的二维信号。在各个例子中，该1D轮廓可以是一系列离散点(或者集合)(例如，如通过它们的(x,y,z)坐标所规定的(对应于3D例子))，在其它例子中，该1D轮廓可以或许是具有数学函数的一系列更稀疏的离散点，其中，这些数学函数规定如何连接相邻的点(例如，使用Bezier曲线或者样条插值)。本文将该系列的点称为1D轮廓信号。本文描述的系统通过使用基于轮廓的特征(即，仅仅1D轮廓自身的特征)，至少对1D轮廓信号的点的子集中的每一个点进行独立分类，来对于对象进行分类。相对于对图像的每一个像素逐个都进行分析的现有系统，本文所描述的分类系统显著地减少了计算复杂度，这是由于在分类期间，只对形成1D轮廓的像素(或者与其有关的数据)进行分析。在一些情况下，这可以将
要分析的像素的数量从大约200,000减少到大约2,000个。这允许在诸如移动电话之类的具有低功率嵌入式处理器的设备上执行该分类。在了解了要进行分析的数据发生显著减少之后，令人惊讶的是，测试结果显示出，与对图像的每一个像素都进行分析的分类系统相比，利用该分类系统可以实现类似的准确性。现参见图1，该图示出了用于使用图像中的对象的一维轮廓，对该对象进行分类的示例性分类系统100。在该例子中，系统100包括：捕捉设备102，其布置为捕捉包括对象106的场景104的一个或多个图像；以及与捕捉设备102进行通信的基于计算的设备108，其配置为根据这个(些)图像来生成对象106的一维轮廓，并根据该一维轮廓，对该对象进行分类。在图1中，捕捉设备102安装在显示器屏110上方，并朝向场景104。但是，这只是一个例子。也可以使用捕捉设备102的其它位置，比如放置在桌面上向上看，或者其它适当的位置。图1中所示出的基于计算的设备108是具有单独的处理器部件112和显示器屏110的传统桌面型计算机；但是，本文所描述的方法和系统可以等同地应用于将处理器部件112和显示器屏110集成在一起的基于计算的设备108，比如应用于膝上型计算机、平板计算机或者智能电话之中。虽然图1的对象106是人手，但本领域普通技术人员应当理解的是，本文所描述的方法和系统可以等同地应用于场景104中的任何其它对象，并且本文所描述的分类系统可以用于对场景中的多个对象进行分类(例如，回射器(retroreflector)和部分地遮蔽回射器的对象)。虽然图1的分类系统100包括单一捕捉设备102，但本文描述的方法和原理可以等同地应用于具有多个捕捉设备102的分类系统。此外，虽然图1的描述指代捕捉设备102捕捉图像，但应当理本文档来自技高网...

【技术保护点】
一种对图像中的对象进行分类的方法，所述方法包括：在基于计算的设备处，接收所述对象对应的一维轮廓信号，所述一维轮廓信号包括沿着所述对象的外形的一系列数据点，所述一维轮廓信号是根据描述所述对象的一个或多个图像来生成的；向所述数据点的至少一部分应用分类器，以使用基于轮廓的特征，对所述一部分的数据点中的每一个数据点进行分类；以及对所述一部分的数据点的所述分类进行聚合，以便对所述对象进行分类。

【技术特征摘要】
【国外来华专利技术】2014.01.14 US 14/154,3681.一种对图像中的对象进行分类的方法，所述方法包括：在基于计算的设备处，接收所述对象对应的一维轮廓信号，所述一维轮廓信号包括沿着所述对象的外形的一系列数据点，所述一维轮廓信号是根据描述所述对象的一个或多个图像来生成的；向所述数据点的至少一部分应用分类器，以使用基于轮廓的特征，对所述一部分的数据点中的每一个数据点进行分类；以及对所述一部分的数据点的所述分类进行聚合，以便对所述对象进行分类。2.根据权利要求1所述的方法，其中，向特定的数据点应用所述分类器包括：识别相对于所述特定的数据点空间偏移的数据点，并确定所识别的数据点和另一个数据点之间的差值。3.根据权利要求2所述的方法，其中，所识别的数据点沿着所述一维轮廓相对于所述特定的数据点具有预定的真实世界测量单位。4.根据权利要求2所述的方法，其中，所识别的数据点相对于所述特定的数据点具有预定角度。5.根据权利要求2所述的方法，其中，所识别的数据点和所述另一个数据点之间的差值表示所识别的数据点与所述另一个数据点之间的真实世界距离，或者投影到预先规定的轴上的所识别的数据点与所述另一个数据点之间的真实世界距离。6.根据权利要求1-3和5中的任何一项所述的方法，还包括：在向所述数据...

【专利技术属性】
技术研发人员：D·金，C·克斯金，J·D·J·肖顿，S·伊扎迪，
申请(专利权)人：微软技术许可有限责任公司，
类型：发明
国别省市：美国;US