[发明专利]用于识别姿势的方法和姿势检测器

说明书

技术领域

本发明涉及一种用于识别在会议情况等类似情形中使用的二维视频流中的姿势的方法。本发明还涉及包括用于接收视频流的输入，以及适合于提供指示所检测的姿势的控制信号的信号输出，其中，所述姿势检测器适合于执行上述方法。本发明也涉及包括用于生成视频流的视频摄像机、用于运行包括适合接收用于控制呈现的控制信号的信号输入的呈现的呈现设备，以及上述姿势检测器，其中，姿势检测器的输入被连接至由视频摄像机生成的视频流，且姿势检测器的信号输出被连接至呈现设备的信号输入，且呈现设备适合于基于接收来自姿势检测器的控制信号，控制呈现。最后，本发明涉及包括视频摄像机和上述姿势检测器的视频摄像设备。

背景技术

在当今世界，姿势检测变得越来越重要，因为姿势检测能够使用户基于简单的和甚至天生的人类姿势而无需使用特定输入设备如键盘、轨迹球、游戏控制器或其他设备来操作IT系统，例如台式计算机、笔记本电脑、PDA、智能电话、游戏机，或其他系统。该等输入设备要求用户使其行为适应特定输入设备的需要，这甚至可能因不同输入设备而不同。尽管识别姿势的方法和姿势检测器在本领域中是已知的，姿势识别仅很少应用在特殊情况。特定硬件需求和对执行姿势检测的高的计算工作量妨碍了姿势控制的广泛应用。

用于检测姿势的一个该系统是基于为姿势检测特定设计的立体摄像机和麦克风硬件配件的。该技术是对终端用户已知的举例，如与微软X-Box360游戏机一起使用的Kinect。通常，用户可通过姿势方式控制使用上述硬件的IT系统，如为控制增强的现实环境。该解决方案的缺陷是其依赖于专用硬件，这使得很难将姿势识别应用于任何IT系统。而且，Kinect技术需要明确定义的环境，在该环境中用户可确保姿势会被Kinect系统识别。此外，对每一用户，Kinect系统的校准是需要的。Kinect系统的另一缺陷是为识别姿势的计算量是很高的，这使得不可能在具有低计算性能的IT系统上使用姿势识别，这样的系统通常应用于移动设备。例如，在视频会议情况下，例如在公共场所中办公室之外使用公共接入方式参与该视频会议的参与者，由于缺少合适的硬件和对于姿势检测的不合适的公共环境，被排除在姿势检测之外。这同样适用于在呈现系统中使用姿势检测以控制呈现设备。

发明内容

因此本发明的一个目的是提供一种用于识别姿势的方法和姿势检测器，该姿势检测器可与允许具有低计算量的强大且可靠的姿势检测的标准硬件组件一起使用。此外，本发明的一个目的是提供一种用于姿势检测的视频摄像系统，该系统简单易用，允许具有低计算量的强大且可靠的姿势检测且是有成本效益的。最后，本发明的一个目的是提供一种呈现系统，该系统可由人类姿势容易地控制，独立于硬件需求并允许具有低计算量的强大且可靠的姿势检测。

该目的通过独立权利要求实现。有利实施例在从属权利要求中被给出。

具体地，本发明提供一种用于识别在会议情况等类似情形中使用的二维视频流中姿势的方法，包括步骤：执行视频流屏幕中的皮肤识别以识别皮肤部分，确定所识别的皮肤部分中的至少一个身体部位，监测关于所述至少一个身体部位的至少一个预定屏幕区域的状态，以及基于状态变化的检测提供指示所检测的姿势的控制信号。

本发明还提供包括用于接收视频流的输入，以及适合提供指示所检测的姿势的控制信号的信号输出的姿势检测器，其中，所述姿势检测器适合执行上述方法。

基本思想是基于状态机执行姿势检测，因此相比于预定屏幕区域，至少一个身体部分的状态可被监测。状态机可以容易地被且实现且仅需用于识别姿势的低的计算量。姿势识别是基于状态机，例如，姿势的识别由当前状态以及视频帧的当前场景中的皮肤部分和身体部位的识别确定。

场景在此是指视频流的瞬间视频信息。优选地，场景是基于视频流的帧。场景历史或之前场景的特定数据是不需要的并因此不被本发明的姿势检测考虑。

身体部位的检测基于事先的皮肤检测。皮肤识别通常是基于视频流的场景中具有某颜色的某区域的检测。基本上，视频流的帧中的每一像素的颜色与在特定颜色空间诸如RGB、YUV或HSV中定义的规则集进行比较。在数学上，每一规则定义将颜色空间分为不相交区域的平面。由所有平面的交叉在颜色空间中确定的体积对应于皮肤。

优选地，在HSV和RGB颜色空间上定义的规则的混合被应用于皮肤识别。通过将颜色像素表示为分别用RGB颜色空间中[R,G,B]和HSV颜色空间中[H,S,V]表示的矢量，如下的符合规则被用于将像素标记为皮肤：

(R-G>29)且(R-B>29)且(H<27)且(S>＝0.188)