[发明专利]根据三维捕获的图像流来跟踪身体运动范围的方法和系统

权利要求书

1.一种用于跟踪用户的身体运动范围的计算机实现的方法，所述方法包括：

捕获用户的第一三维运动，其中使用至少一个指向用户身体的图像捕获设备来确定所述三维运动；

捕获所述用户的至少另一个三维运动，其中使用所述至少一个指向用户身体的图像捕获设备来确定所述至少另一个三维运动；

根据所述用户的所述第一三维运动来预测运动基线；

根据所述用户的所述至少另一个三维运动来预测至少一个后续运动范围；

通过将所述运动基线与所述至少一个后续运动范围相比较来预测所述用户的预定运动；以及

将所述预定运动输出到可由所述用户访问的输出设备和可由监视代理访问的系统中的至少一个。

2.根据权利要求1的计算机实现的方法，还包括：

对于所述用户的所述第一三维运动和所述用户的所述至少另一个三维运动中的每个运动，标识每个捕获的三维运动的单独三维对象属性流；以及

通过将每个单独标识的三维对象属性流与多个运动定义相比较，标识单独定义的运动类型以及由每个单独三维对象属性流表示的运动类型的至少一个特征。

3.根据权利要求1的计算机实现的方法，其中捕获所述用户的第一三维运动和捕获所述用户的至少另一个三维运动进一步包括使用立体图像设备来捕获每个单独捕获的三维运动，以便标识和跟踪所述用户的至少一个身体部位的至少一种特定类型的三维运动。

4.根据权利要求1的计算机实现的方法，其中捕获所述用户的第一三维运动和捕获所述用户的至少另一个三维运动进一步包括在每个单独捕获的三维运动中标识用户身体运动的至少一个特征，所述用户身体运动包括所述用户的面部表情、眼部动作、肌肉收缩以及皮肤表面特征变化中的至少一个的细粒度运动。

5.根据权利要求1的计算机实现的方法，其中根据所述用户的所述第一三维运动来预测运动基线进一步包括访问所述用户的至少一个属性以预测所述用户的运动基线，所述属性包括年龄、身高、体重、饮食、体质、受伤情况以及疾病状况中的至少一个。

6.根据权利要求1的计算机实现的方法，其中所述预定运动指示所述用户的身体运动范围从所述运动基线下降到所述至少一个后续运动范围。

7.根据权利要求1的计算机实现的方法，其中所述预定运动指定了未来预测的所述用户的身体运动范围。

8.根据权利要求1的计算机实现的方法，还包括：

将所述预定运动转换为至少一个输出信号以输出到可由所述用户访问的输出设备和可由所述监视代理访问的系统中的至少一个；以及

对将所述至少一个输出信号输出到可由所述用户访问的输出设备和可由所述监视代理访问的系统中的至少一个进行控制。

9.一种用于跟踪用户的身体运动范围的系统，所述系统包括：

运动处理系统，所述运动处理系统可通信地连接到网络，所述运动处理系统还包括：

用于捕获用户的第一三维运动的装置，其中使用至少一个指向用户身体的图像捕获设备来确定所述三维运动；

用于捕获所述用户的至少另一个三维运动的装置，其中使用所述至少一个指向用户身体的图像捕获设备来确定所述至少另一个三维运动；以及

预定运动系统，所述预定运动系统通过所述网络可通信地连接到所述运动处理系统，所述预定运动系统还包括：

用于根据所述用户的所述第一三维运动来预测运动基线的装置；

用于根据所述用户的所述至少另一个三维运动来预测至少一个后续运动范围的装置；

用于通过将所述运动基线与所述至少一个后续运动范围相比较来预测所述用户的预定运动的装置；以及

用于控制将所述预定运动输出到可由所述用户访问的输出设备和可由监视代理访问的系统中的至少一个的装置。

10.根据权利要求9的系统，所述运动处理系统还包括：

用于对于所述用户的所述第一三维运动和所述用户的所述至少另一个三维运动中的每个运动，标识每个捕获的三维运动的单独三维对象属性流的装置；以及

用于通过将每个单独标识的三维对象属性流与多个运动定义相比较，标识单独定义的运动类型以及由每个单独三维对象属性流表示的运动类型的至少一个特征的装置。