[发明专利]基于Kinect的高精度无标记全身运动追踪系统

说明书

本发明公开了一种基于Kinect的高精度无标记全身运动追踪系统，系统包括：骨骼节点数据获取单元、坐标转换单元、数据约束处理单元、骨骼数据权重计算单元、位置信息获取单元、运动追踪信息获取单元。通过得到目标骨骼节点数据，得到目标骨骼节点数据的置信度，从而得到数据层权重，根据数据层权重和系统层权重得到权重分配数据观测模型，根据权重分配数据观测模型以及追踪数据二阶预测模型，通过卡尔曼滤波进行数据融合得到骨骼节点数据的位置信息，根据位置信息，得到骨骼节点数据对应的运动追踪信息。本技术方案通过计算目标骨骼节点数据的置信度以及骨骼数据权重，并获取位置信息，进而得到运动追踪信息，提高了人体运动姿态捕捉的精度。

技术领域

本发明涉及虚拟现实技术领域，具体涉及一种基于Kinect的高精度无标记全身运动追踪系统、方法。

背景技术

随着计算机技术的发展，人机交互的方式也越来越多样化。人机交互是指人与计算机之间使用某种对话语言，以一定的交互方式，为完成确定任务的人与计算机之间的信息交换过程。人机交互在虚拟现实中的应用变得非常普遍，尤其是在游戏、医学、生物研究中。以游戏中捕捉人体运动姿态为例，通常是采用Kinect(体感控制器、传感器)来捕捉人体运动姿态。Kinect是基于计算机视觉的姿态捕捉设备，该设备集成了深度摄像机、RGB摄像机与红外发射装置，利用红外照射方法获取监测场地的深度信息，进而获得当前捕捉对象的骨骼节点数据。

传统的人体运动姿态捕捉方式可以分为穿戴有设备的姿态捕捉和未穿戴设备的姿态捕捉。其中，穿戴有设备时，通常对人体活动范围以及人体的运动姿态有较大的约束；未穿戴设备时，在姿势捕捉的过程中往往存在有肢体自遮挡行为。因此，传统的两种姿态捕捉方式在进行姿势捕捉时，存在精度低、易用性差等问题。

发明内容

基于此，为了解决上述技术问题，提供一种基于Kinect的高精度无标记全身运动追踪系统、方法，可以提高人体运动姿态捕捉的精度。

一种基于Kinect的高精度无标记全身运动追踪系统，所述系统包括：

骨骼节点数据获取单元，用于获取传感器采集到的骨骼节点数据；

坐标转换单元，用于将所述骨骼节点数据转换到Unity3D世界坐标系中，得到目标骨骼节点数据，所述目标骨骼节点数据中包含有所述骨骼节点数据的信息；

数据约束处理单元，用于对所述目标骨骼节点数据进行数据约束处理，得到所述目标骨骼节点数据的置信度；

权重分配观测模型获取单元，用于根据所述目标骨骼节点数据的置信度得到数据层权重，获取所述传感器的系统层权重，并根据所述数据层权重以及所述系统层权重得到权重分配数据观测模型；

位置信息获取单元，用于获取追踪数据二阶预测模型，根据所述权重分配数据观测模型以及所述追踪数据二阶预测模型，通过卡尔曼滤波进行数据融合得到所述骨骼节点数据的位置信息；

运动追踪信息获取单元，用于根据所述位置信息以及所述骨骼数据权重，得到所述骨骼节点数据对应的运动追踪信息。

进一步，所述数据约束处理单元包括：

参考关节数据获取单元，用于采集多帧参考关节数据；

高斯分布曲线获取单元，用于计算出所述参考关节数据中每两个骨骼节点之间的欧式距离，并计算出所述欧式距离的高斯分布，得到高斯分布曲线；

置信度计算单元，用于根据所述高斯分布曲线对所述目标骨骼节点数据进行数据约束处理，得到所述目标骨骼节点数据的骨骼约束置信度。

进一步，所述数据约束处理单元包括：

枚举值获取单元，用于获取预设的各个骨骼节点数据的置信度，并分别获取与各个所述骨骼节点数据的置信度对应的枚举值；