本发明专利技术涉及运动识别。人体运动由从用户的图像数据导出的骨架模型来表示。骨架模型数据可用于执行对身体运动的运动识别和/或相似度分析。运动识别的示例方法包括从捕捉设备接收表示用户数据运动特征的骨架运动数据，该骨架运动数据与用户在场景内的方位相关。确定所接收的骨架运动数据相对于来自原型运动特征数据库的多个原型运动特征的互相关。对骨架运动数据与多个原型运动特征中的每个相对应的似然度进行排序。使用互相关来确定似然度。对多个原型运动特征的子集执行分类操作。选择多个原型运动特征的子集，因为其成员具有对应于骨架运动数据的相对最高的似然度。
【技术实现步骤摘要】
本专利技术涉及识别技术，尤其是运动识别。
技术介绍
诸如计算机游戏和多媒体应用之类的计算应用使用控制来允许用户操纵游戏人物或应用的其他方面。通常，使用如控制器、遥控器、键盘、鼠标等来输入这些控制。近来，计算机游戏和多媒体应用已开始使用照相机和软件姿势识别引擎来提供人机接口( “HCI”)或自然用户界面(“NUI”)。使用HCI或NUI来检测用户运动，并且某些运动或姿态表示用于控制游戏人物(例如，用户的化身)或多媒体应用的其他方面的姿势。 在自然用户界面中，图像捕捉设备捕捉在其视野中的用户运动的图像。视野可被表示为有限的欧几里德三维(3-D)空间。描述用户运动的数据可用于各种各样的目的。例如，可以创建游戏以允许用户通过执行诸如锻炼或跳舞的活动来锻炼。可能期望游戏设备能够识别用户的运动模式。
技术实现思路
下面呈现了本专利技术的简化概述，以便提供此处所描述的某些方面的基本概念。此
技术实现思路
不是所要求保护的主题的详尽的概述。其目的既不是要指出所要求保护的主题的关键性元素，也不是要详细描述本专利技术的范围。唯一的目的是以简化形式呈现所要求保护的主题的某些概念，作为稍后呈现的比较详细的描述的前奏。呈现了用于识别由从用户的图像数据导出的骨架模型所表示的人体运动的技术。运动识别的示例方法包括从捕捉设备接收表示用户数据运动特征的骨架运动数据，该骨架运动数据与用户在场景内的方位相关。确定所接收的骨架运动数据相对于来自原型运动特征数据库的多个原型运动特征的互相关。对骨架运动数据与多个原型运动特征中的每个相对应的似然度进行排序。似然度基于互相关。对多个原型运动特征的子集执行分类操作。选择多个原型运动特征的子集，因为该子集的成员具有对应于骨架运动数据的相对最高的似然度。可以选择分类操作的“赢家”作为所接收的骨架运动数据所表示的运动的匹配。还呈现与用于执行对身体运动的运动识别和/或相似度分析的系统相关的技术。运动识别可以基于从用户的图像数据导出的骨架模型数据。在一个实施例中，系统包括处理单元和系统存储器。系统存储器包括一个或多个有形的非瞬态计算机可读存储介质。有形的非瞬态计算机可读存储介质包括被配置为指导处理单元从捕捉设备接收表示用户数据运动特征的骨架运动数据的代码。附加代码指导处理单元确定所接收的骨架运动数据相对于来自原型运动特征数据库的多个原型运动特征的互相关。仍然，附加代码指导处理单元对骨架运动数据与多个原型运动特征中每个相对应的似然度进行排序。在示例实施例中，似然度基于互相关。其他代码指导处理单元对多个原型运动特征的子集执行分类操作。选择多个原型运动特征的子集，因为该子集的成员具有对应于骨架运动数据的相对最高的似然度。附加地呈现了与一个或多个有形的非瞬态计算机可读存储介质相关的技术。有形的非瞬态计算机可读存储介质存储可指导处理器从捕捉设备接收表示用户数据运动特征的骨架运动数据的代码。有形的非瞬态计算机可读存储介质上存储的附加代码指导处理器确定所接收的骨架运动数据相对于来自原型运动特征数据库的多个原型运动特征的互相关。有形的非瞬态计算机可读存储介质上的其他代码指导处理器对骨架运动数据与多个原型运动特征中每个相对应的似然度进行排序。似然度可以基于互相关。有形的非瞬态计算机可读存储介质上存储的附加代码指导处理器对多个原型运动特征的子集执行分类操作。选择多个原型运动特征的子集，因为该子集的成员具有对应于骨架运动数据的相对最高的似然度。下面的描述和附图详细地阐述了所要求保护的主题的某些说明性方面。然而，这些方面只是指示可以使用本专利技术的原理的各种方式中的一些方式，并且所要求保护的主题旨在包括所有这些方面和其等效内容。通过与附图一起阅读下面的本专利技术的详细描述，所要求保护的主题的其他优点和新颖的特点将变得显而易见。附图说明 图IA是示出了用户正与之交互的且运动识别的技术实施例可在其中操作的目标识别、分析和跟踪系统的示例实施例的图示；图IB是示出了相机视野的实施例以及在该视野内定义的3-D正交坐标参考系的图示；图IC是示出了向用户提供关于其表现的反馈的视觉区分指示符的示例的图示；图2是示出了可由一个或多个实施例使用的用户骨架模型的示例的图示；图3是示出了可以在目标识别、分析和跟踪系统的一个实施例中使用的捕捉设备的示例实施例的图示；图4是示出了可以在目标识别、分析和跟踪系统的一个实施例中使用的姿势分类系统的示例实施例的框图；图5是示出根据本技术的运动识别的示例方法的过程流程图；图6是示出了模型被训练为根据本技术来表现舞步识别的训练阶段的框图；图7，包括图7A和图7B，是示出了根据本技术的对于多个类移动的训练阶段的框图；图8是示出了在执行运动识别之前可用于将用户数据与所存储的原型数据对齐的相移过程的框图；图9是示出了根据本技术，测试模型识别舞步的能力的框图；图10是示出了根据本技术，使用模型来对移动序列分类的框图；图11是根据本技术的姿势识别引擎实施例的框图；图12是示出了可用于在目标识别、分析和跟踪系统中识别人体运动的计算环境的一个示例实施例的图示；以及图13是示出了可用于在目标识别、分析和跟踪系统中识别人体运动的计算环境的另一个示例实施例的图示。具体实施例方式现在参考附图来描述所要求保护的主题，所有附图中使用相同的附图标记来指代相同的元素。在以下描述中，为解释起见，阐明了众多具体细节以提供对本专利技术的全面理解。然而，很明显，所要求保护的主题可以在没有这些具体细节的情况下实施。在其他情况下，以框图形式示出了各个已知的结构和设备以便于描述本专利技术。如在此使用的，术语“组件”、“系统”、“多媒体控制台”、“游戏控制台”等指的是计算机相关的实体，它们可以是硬件、软件(例如，执行中的)和/或固件。例如，组件可以是，在处理器上运行的进程、对象、可执行码、程序、函数、库、子例程，和/或计算机或软件和硬件的组合。作为说明，在服务器上运行的应用和服务器两者都可以是组件。一个或多个组件可以驻留在进程中，组件可以位于一个计算机内和/或分布在两个或更多计算机之间。术语“处理器” 一般被理解为指硬件组件，诸如计算机系统的处理单元。此外，所要求保护的主题可使用产生控制计算机以实现所公开的主题的软件、固 件、硬件、或其任意组合的标准编程和/或工程技术来实现为方法、装置、或制品。如此处所使用的术语“制品”旨在涵盖可以从任何非瞬态计算机可读设备或介质(诸如计算机可读存储介质)可以访问的计算机程序。非瞬态计算机可读存储介质可以包括但不限于磁存储设备(例如，硬盘、软盘、以及磁带等等)、光盘(例如，紧致盘(⑶)以及数字多功能盘(DVD)等等)、智能卡和闪存设备(例如，卡、棒和钥匙驱动器等等)。相反，计算机可读介质一般(即，不必需是存储介质)可附加地包括用于电气或电信号等的通信介质，诸如传输介质。本领域技术人员应当认识到，在不背离所要求保护的主题的范围或精神的情况下可对该配置作出许多修改。此外，本文所使用的词语“示例性”意指用作示例、实例或说明。在此被描述为“示例性”的任何方面或设计并不一定要被解释为相比其它方面或设计更优选或有利。本技术与用于骨架线框运动的实时姿势分类系统相关。一个示例实施例包括对骨架的角度表示，该骨架提供了噪声输入下的识别强健性、用于多变量时间-序列数据的级联的基本文档来自技高网...
【技术保护点】
【技术特征摘要】
2011.02.18 US 13/030,1541.一种基于从用户(106)的图像数据导出的骨架模型数据，对身体运动的运动识别(500)和/或相似度分析的方法，包括 从捕捉设备(110)接收(502)表示用户(106)数据运动特征的骨架运动数据，所述骨架运动数据与用户(106)在场景内的方位相关； 确定所接收的骨架运动数据相对于来自原型运动特征数据库的多个原型运动特征(708、720、1108)的互相关(504,804)； 对所述骨架运动数据与所述多个原型运动特征(708、720、1108)的每个相对应的似然度进行排序(506)，所述似然度基于所述互相关；以及 对所述多个原型运动特征(708、720、1108)的子集执行分类操作(508)，所述多个原型运动特征(708、720、1108)的所述子集具有对应于所述骨架运动数据的相对最高的似然度。2.如权利要求I所述的方法，其特征在于，所述骨架运动数据包括由角度对所表示的第一级关节集合和第二级关节集合的角度线框数据(412)。3.如权利要求2所述的方法,其特征在于,所述角度对由Tait-Bryan角度来表示。4.如权利要求I所述的方法，其特征在于，所述骨架运动数据包括相对于所述捕捉设备(110)的坐标帧的躯干帧的旋转矩阵。5.如权利要求I所述的方法，其特征在于，包括执行训练操作以基于所述多个原型运动特征(708、720、1108)中每个的多个训练样本(705、706a、706b、706c、718、802)，来修改表示所述多个原型运动特征(708、720、1108)的数据。6.如权利要求I所述的方法，其特征在于，包括执行测试操作以评估模型获得所述骨架运动数据与所述多个原型运动特征(708、720、1108)相对应的似然度的能力。7.一种基于从用户(106)的图像数据导出的骨架模型数据，执行身体运动的运动识别和/或相似度分析的系统(12、100)，包括 处理单元(134、1200、1376);以及 系统存储器(1236、1302)，其中所述系统存储器包括代码，所述代码被...
【专利技术属性】
技术研发人员：D·基洛夫斯基，M·拉菩提斯，
申请(专利权)人：微软公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。