监测游戏场所的活动的系统和方法技术方案

提供了与监测游戏场所的活动有关的系统和方法。可以提供用于监测游戏场所的活动的系统，其包括：被配置成捕获姿势输入数据的一个或多个捕获设备，每个捕获设备被布置成使得一个或多个受监测个体在数据捕获设备的操作范围内；以及被配置成存储管理游戏场所处的活动的多个规则的一个或多个电子数据储存库；包括姿势识别部件和规则增强部件的活动分析器。姿势识别部件被配置成：接收由一个或多个捕获设备捕获的姿势输入数据；从所捕获的姿势输入数据中提取姿势数据点的多个集合，每个集合对应于时间点，并且每个姿势数据点标识一个或多个受监测个体的身体部分关于一个或多个受监测个体的身体上的参考点的位置；通过处理姿势数据点的多个集合来标识一个或多个感兴趣的姿势，处理包括在姿势数据点的多个集合之间比较姿势数据点。规则增强部件被配置成确定所标识的一个或多个姿势何时对应于违反一个或多个电子数据储存库中存储的规则中的一个或多个规则的活动。

【技术实现步骤摘要】
【国外来华专利技术】
本专利技术总体上涉及活动监测，并且更具体地，本专利技术涉及用于通过姿势数据来监测场所处的活动的系统和方法。
技术介绍
姿势可以被视为身体语言的重要方面，并且可以在每天人们的通信中使用。对于很多人，可能很难避免在与另一人面对面通信时做出某种姿势。姿势可以很容易地并且看起来沉默地传达消息。能够连贯且快速地访问和做出姿势可以形成很多形式的娱乐的基础，包括本质上可以是合作或竞争的游戏。姿势可以表示各种不同的事情，包括对更加具体的事情(诸如，意图、人、地点或事情)的表示的情感。出于各种目的，可以有益的是，找到准确地区分这些形式的通信的方法。通常，在工业领域，例如LingGuan教授和MatthewKyan教授并且A.Bulzacki、L.Zhao、L.Guan和K.Raahemifar的公开文章“ComputerizedRecognitionofHumanGestures”以及A.Bulzacki、L.Guan和L.Zhao的“AnIntroductiontoGestureRecognitionThroughConversiontoaVectorBasedMedium”已经建议了实现姿势识别系统的某些挑战的解决方案。
技术实现思路
使用计算机实现的过程(诸如，例如机器学习)的机器可以具有比人类更快且更高效地成功地分类姿势的潜力。通过使用机器学习，可以教会机器识别姿势。基于机器的智能分类和检测不同类型的姿势的潜力可以用于扩展电子通信、交互式娱乐和安全系统领域。另外，可以从一个人到另一个人或者由相同的人使用变化的运动来从一个时刻到另一时刻来表达相同的姿势。姿势可以是有趣的，因为它们反映人或者操作者出于特定目的而想要检测一个或多个姿势的意图。例如，某些姿势可以表示怀疑、欺诈、或危险行为，并且操作者可能想要检测这样的姿势作为防止这样的行为或者作用于这样的行为的机制。如果感兴趣的姿势的识别需要相对较高程度的特异性，则可能错过相关姿势。然而，如果特异性的门限被设置为很低，则可能存在错误的肯定，从而误解某些姿势。另外，实际定义姿势的以及姿势所表示的可以是主观视图。姿势可以包括通过一系列时间的人体的运动的一个或多个序列。姿势还可以包括特定时间点的人体的配置或位置的集合。在一些实例中，姿势包括特定时刻或者具体时间点的人体的特定位置。随着时间的大批这样的特定位置可以构成运动的序列，其也可以用于定义姿势。在一些实施例中，特定时间的人体的一个或多个身体部分的取向或位置、以及随着时间的这些一个或多个身体部分(诸如，接合点)的移动可以定义姿势。一方面，提供了一种用于监测游戏场所处的活动的系统，其包括被配置成捕获姿势输入数据的一个或多个捕获设备，每个捕获设备被布置成使得一个或多个受监测个体在数据捕获设备的操作范围内；以及被配置成存储管理游戏场所处的活动的多个规则的一个或多个电子数据储存库；包括姿势识别部件和规则增强部件的活动分析器。姿势识别部件被配置成：接收由一个或多个姿势设备捕获的姿势输入数据；从所捕获的姿势输入数据中提取姿势数据点的多个集合，每个集合对应于时间点，并且每个姿势数据点标识一个或多个受监测个体的身体部分关于一个或多个受监测个体的身体上的参考点的位置；通过处理姿势数据点的多个集合来标识一个或多个感兴趣的姿势，处理包括在姿势数据点的多个集合之间比较姿势数据点。规则增强部件被配置成确定所标识的一个或多个感兴趣的姿势何时对应于违反一个或多个电子数据储存库中存储的规则中的一个或多个规则的活动。另一方面，姿势识别部件利用一个或多个压缩技术。另一方面，一个或多个压缩技术包括：确定姿势数据点的子集足以识别一个或多个姿势；以及通过比较来自姿势数据点的子集的姿势数据点来标识一个或多个感兴趣的姿势。另一方面，确定姿势数据点的集合的子集足以识别运动通过以下方式来确定：基于数据点的多个集合上的一个或多个姿势数据点的变化来向一个或多个姿势数据点施加一个或多个权重；以及选择满足门限权重的一个或多个姿势数据点作为一个或多个姿势数据点的子集。另一方面，压缩技术包括主成分分析。另一方面，压缩技术包括缓慢和快速运动矢量表示。另一方面，其中压缩技术包括基于多项式近似和特征矢量的技术的使用。另一方面，提供了一种监测游戏场所处的活动的方法。方法包括：使用一个或多个捕获设备捕获姿势输入数据，捕获设备中的每个捕获设备被布置成使得一个或多个受监测个体在数据捕获设备的操作范围内；以及存储管理游戏场所处的活动的多个规则；从所捕获的姿势输入数据中提取姿势数据点的多个集合，每个集合对应于时间点，并且每个姿势数据点标识一个或多个受监测的个体的身体部分关于一个或多个受监测个体的身体上的参考点的位置；处理姿势数据点的多个集合以标识一个或多个感兴趣的姿势，处理包括在姿势数据点的多个集合之间比较姿势数据点；确定所标识的一个或多个感兴趣的姿势何时对应于违反一个或多个电子数据储存库中存储的规则中的一个或多个规则的活动。在这方面，在详细解释本专利技术的至少一个实施例之前，应当理解，本专利技术的应用不限于下面的描述中给出的或者附图中图示的构造细节以及部件布置。本专利技术能够具有其他实施例，并且能够以各种方式来实践和执行。另外，应当理解，本文中采用的短语和术语出于描述的目的，而不应当被理解为限制。附图说明以下附图对应于本公开的主题：图1图示能够在其中执行和实现本专利技术的特征的计算环境的实施例的框图。图2图示用于使用多维姿势数据来检测对象的运动的系统的实施例的框图。图3图示用于使用多维姿势数据来检测对象的运动的系统的另一实施例的框图。图4图示概括使用多维姿势数据来检测对象的运动的方法的步骤的流程图。图5图示对象的实施例连同涉及在对象的身体上的位置的特征点，这些位置用姿势数据来标识。图6A、图6B和图6C图示帧中所包括的各种数据点的种类和图示的示例。图7图示具有结合对象的身体上的参考点图示的姿势数据的对象的实施例。图8A图示帧的集合的实施例，其中姿势数据通过帧的实时运动标识对象的身体部分的位置。图8B图示帧内的姿势数据点的集合的实施例，其中描绘特定位置的对象。图9图示在环境中收集的数据的实施例。图10A图示对象的骨骼的实施例。图10B图示其身体使用姿势数据特征的集合来表示的对象的实施例。图10C图示自参考姿势数据表示的实施例。图11图示包括姿势数据的特征矩阵的数学表示的示例性实施例。图12图示姿势数据的自参考的数学表示的示例性实施例。图13图示姿势数据的缩放和/或归一化的数学表示的示例性实施例。图14图示姿势数据的PCA陷落的数学表示的示例性实施例。图15图示缓慢和快速运动矢量的数学表示的示例性实施例。图16图示时间矢量的数学表示的示例性实施例。图17图示用于基于姿势数据匹配技术来提供非接触、无硬件显示器接口的系统的框图的实施例。图18A图示用户使用本系统和方法用于与显示器接口连接的实施例。图18B图示用户使用本系统和方法用于与显示器接口连接的另一实施例。图19A示意性地图示根据本教示的实施例的站在相机检测器的观点的用户的组、以及由检测器捕获的姿势数据。图19B示意性地图示根据本教示的实施例的用户对鼠标的激活和操作。图19C示意性地图示用户执行“鼠标点击”姿势或运动。图19D示意性地图示用户执行“鼠标离开”姿势。本文档来自技高网...

【技术保护点】
一种用于监测游戏场所处的活动的系统，所述系统包括：一个或多个捕获设备，被配置成捕获姿势输入数据，所述捕获设备中的每个捕获设备被布置成使得一个或多个受监测个体在所述数据捕获设备的操作范围内；以及一个或多个电子数据储存库，被配置成存储管理所述游戏场所处的活动的多个规则；活动分析器，包括：姿势识别部件，被配置成：接收由所述一个或多个姿势设备捕获的姿势输入数据；从所捕获的姿势输入数据中提取姿势数据点的多个集合，每个集合对应于时间点，并且每个姿势数据点标识所述一个或多个受监测的个体的身体部分关于所述一个或多个受监测个体的身体上的参考点的位置；通过处理所述姿势数据点的多个集合来标识一个或多个感兴趣的姿势，所述处理包括在所述姿势数据点的多个集合之间比较姿势数据点；规则增强部件，被配置成：确定所标识的一个或多个感兴趣的姿势何时对应于违反所述一个或多个电子数据储存库中存储的所述规则中的一个或多个规则的活动。

【技术特征摘要】
【国外来华专利技术】2014.01.07 US 61/924,5301.一种用于监测游戏场所处的活动的系统，所述系统包括：一个或多个捕获设备，被配置成捕获姿势输入数据，所述捕获设备中的每个捕获设备被布置成使得一个或多个受监测个体在所述数据捕获设备的操作范围内；以及一个或多个电子数据储存库，被配置成存储管理所述游戏场所处的活动的多个规则；活动分析器，包括：姿势识别部件，被配置成：接收由所述一个或多个姿势设备捕获的姿势输入数据；从所捕获的姿势输入数据中提取姿势数据点的多个集合，每个集合对应于时间点，并且每个姿势数据点标识所述一个或多个受监测的个体的身体部分关于所述一个或多个受监测个体的身体上的参考点的位置；通过处理所述姿势数据点的多个集合来标识一个或多个感兴趣的姿势，所述处理包括在所述姿势数据点的多个集合之间比较姿势数据点；规则增强部件，被配置成：确定所标识的一个或多个感兴趣的姿势何时对应于违反所述一个或多个电子数据储存库中存储的所述规则中的一个或多个规则的活动。2.根据权利要求1所述的系统，其中所述数据捕获设备包括相机。3.根据权利要求1所述的系统，其中所述数据捕获设备包括加速计。4.根据权利要求1所述的系统，其中所述数据捕获设备包括陀螺仪。5.根据权利要求1所述的系统，其中所述姿势输入数据包括x、y和z位置数据。6.根据权利要求1所述的系统，其中所述姿势输入数据包括旋转数据。7.根据权利要求1所述的系统，其中所述姿势输入数据包括速度数据。8.根据权利要求1所述的系统，其中所述姿势输入数据包括角位置数据。9.根据权利要求1所述的系统，其中所述姿势识别部件实时地从所述一个或多个捕获设备接收所述姿势输入数据。10.根据权利要求1所述的系统，其中所述姿势输入数据被存储在所述一个或多个电子数据储存库中。11.根据权利要求10所述的系统，其中所述姿势识别部件从所述一个或多个电子数据储存库接收所述姿势输入数据。12.根据权利要求1所述的系统，其中所述感兴趣的姿势对应于发牌者洗手姿势、手部移动、与身体各部分的交互、与对象的交互、以及手部放入口袋中的至少一项。13.根据权利要求1所述的系统，其中所述姿势识别部件利用一个或多个压缩技术。14.根据权利要求13所述的系统，其中所述一个或多个压缩技术中的一项包括：确定所述姿势数据点的子集足以识别所述一个或多个姿势；以及通过比较来自所述姿势数据点的子集的姿势数据点来标识一个或多个感兴趣的姿势。15.根据权利要求14所述的系统，其中对所述姿势数据点的集合的子集足以识别移动的所述确定通过以下方式来确定：基于所述一个或多个姿势数据点跨数据点的多个集合的变化来向所述一个或多个姿势数据点施加一个或多个权重；以及选择满足门限权重的所述一个或多个姿势数据点作为所述一个或多个姿势数据点的所述子集。16.根据权利要求13所述的系统，其中所述压缩技术包括主成分分析。17.根据权利要求13所述的系统，其中所述压缩技术包括缓慢和快速运动矢量表示。18.根据权利要求13所述的系统，其中所述压缩技术包括基于多项式近似和特征矢量的技术的使用。19.根据权利要求1所述的系统，其中所述分析器被配置成监测两个或更多个受监测个体之间的人际交互。20.根据权利要求1所述的系统，还包括一个或多个传感器。21.根据权利要求20所述的系统，其中所述一个或多个传感器是筹码计数或牌检测传感器。22.根据权利要求20所述的系统，...

【专利技术属性】
技术研发人员：A·布尔扎奇，
申请(专利权)人：ARB实验室公司，
类型：发明
国别省市：加拿大;CA