基于Kinect2.0手势控制在多媒体教学中的应用

传统的教学课堂,老师通过鼠标键盘来控制幻灯片。基于Kinect 2.0体感交互技术,能准确跟踪人体骨骼,对手势进行获取和识别最终对幻灯片做出响应控制。通过肢体语言来控制幻灯片的播放,能增强老师与学生之间的互动,活跃课堂气氛,提高教学质量。

基于Kinect的展馆交互系统设计与应用

当前,很多城市展馆的展览方式具有单调、缺乏科技感和交互性不强的缺点。为了使智慧城市展馆具有更高的科技性、更强的交互性以及更绚烂的界面观赏性,利用Kinect2.0的骨骼追踪,以及动作识别的特性和WPF界面编程,设计出一种可以用手势进行人机交互的城市展馆展览系统。参观者和讲解员可以通过手势与系统进行人机交互达到参观和讲解的目的,扩展了展览的灵活性,提高了展馆的科技性,加深了观众的参观感受。

基于kinect人体动作辨识技术的多媒体教学控制系统的设计

本文介绍了一种基于体感识别技术的多媒体教学控制系统,是一种结合计算机控制技术、体感识别技术的产物。硬件部分以计算机为控制中心;KINECT2.0为人体检测识别模块。可以达到使用者在不接触鼠标键盘等计算机输入部分就可以达到控制计算机的目的。主要用于教学,演讲,路演等多种需要使用多媒体设备的场合,提高控制多媒体控制的适用性,灵活性和美观度。

基于Kinect人体动作识别技术的智能家居控制系统的研究

通过对现有智能家居控制系统采用手机或红外遥控器等辅助设备控制信息家电的对比研究,分析得出目前的智能家居控制系统不能方便适用所有群体,还可以进一步提高人机交互自然性,且少有能控制信息家电状态连续变化和组合变化的智能家电控制系统,多是开关状态且单一的控制。再根据TRIZ理论的核心思想,即核心技术的发展具有客观的进化规律和模式。引用无线串口WIFI模块和KINECT2.0体感识别设备做实验研究,结果显示通过识别人体动作可以多方面控制信息家电,提高智能家居控制系统的普遍适用性、便利性和舒适性。

Kinect深度传感器深度误差分析和修正方法的研究

针对Kinect2.0深度传感器获取的深度数据存在较大误差的问题,本文对其误差变化情况进行了测试分析,发现测距范围在4.5 m以内时,误差变化稳定,且保持在25 mm精度以内。但是当距离大于4.5 m后,误差则表现为快速增加,且随距离增加而曲线上升。鉴于此,本文通过多项式曲面拟合误差与距离曲线,对深度数据进行误差修正,使得深度数据在4.5 m至7 m范围内时,误差可控制在50 mm以内。试验证明,该方法可以较好地修正深度数据误差,提升Kinect深度传感器测距精度。

基于Kinect 2.0的八式太极拳动作评价智能系统研发

基于Kinect 2.0深度相机采集的用户动作图像信息和骨骼信息,结合八式太极拳的动作评价标准理论研究,借助计算机人工智能技术,研发动作评价智能系统,并对系统功能进行应用分析.结果表明,该系统能较好地进行用户动作捕捉与信息采集,实现用户识别、实时动作评价、评分反馈等功能.系统实现了八式太极拳的数字化、科学化动作评价体系,同时兼具专业性与趣味性,有助于促进太极拳运动的普及与发展.

近代园林体感互动游戏的设计与实现

新一代Kinect2.0设备打破了传统体感设备统治市场(Kinect1.0,Leap Motion和PlayStation Move等)的格局,在人物识别的有效距离,精准度和处理速度等方面都有了质的提高。基于kinect2.0的体感游戏,以C#的WPF框架和kinect2.0互联来实现"十九世纪近代园林体感互动游戏",为达到沉浸式的体验效果,从动画的3D艺术效果、kinect动作识别的灵活性以及游戏的流畅性等方面着手开发出一款完美的体感游戏。

K2MP二维人体骨架关键点检测方法设计

针对使用Kinect 2.0检测人体骨架关键点时存在的三个问题:因为自遮挡而造成的关键点检测结果错误;在人转身后错误区分左右关键点;当人手持形状类似于手臂的物品时错误的检测手臂的关键点。本文设计了一种二维人体骨架关键点检测方法K2MP,其将Kinect 2.0与Mediapipe Pose检测出的人体骨架关键点进行结合得到最终结果。该方法首先将Kinect 2.0采集到的红外图像转换成RGB格式并传送给MediaPipe Pose进行处理,然后将Kinect 2.0与MediaPipe Pose检测出的人体骨架关键点进行筛选整合得到最终关键点检测结果。经过实验验证,该方法在二维层面上解决了Kinect 2.0在检测关键点时存在的前述问题。该方法即便在无光照环境下仍能工作。

基于像素级别的Kinect深度测量误差补偿方法

本文提出了一种基于像素级别的Kinect2.0深度误差补偿方法。首先,利用Kinect2.0传感器在不同的位置处采集一个标准平面。第二,利用最小二乘法将采集的三维数据进行平面拟合,作为理论平面数据。第三,逐像素点地计算Kinect2.0传感器的深度误差,并建立一个三维查找表。第四,通过建立一个三维查找表,在测量过程中通过插值方法计算每个像素点的深度,实现Kinect2.0测量数据深度方向的误差补偿。实验结果表明,所研究的误差补偿方法在Kinect2.0内部参数未知的情况下,能稳定可靠地将Kinect2.0的平均测量误差减小到0.8mm以内。对于Kinect2.0在较高精度场合的应用,本文算法能够使测量精度达到更高。

阵列麦克风声源定位技术在师范生授课过程中的应用研究

提高师范生的授课技能是师范院校培养计划中的重要内容,师范生的授课主要采取两种形式实现老师与学生的互动,一是肢体动作,二是语言语音。利用语音采集设备记录课堂的语音信息,从语音信息中提取多种参数,可以反映出师范生授课情景的整体氛围,为提高师范生上课过程中的交互性起到了重要的作用。论文利用微软公司开发的KINECT设备,利用该设备的阵列麦克风音源定位技术实现声音属性的记录,存储与处理。对语音的方向,强弱,还有整个课堂的底噪的判断达到了很好的效果。论文利用Kinect摄像头的4个麦克风所构成的麦克风阵列,采用传感器数字信号处理器,麦克风阵列分别对某个发音源所接收到的音量强弱,加上噪声抑制和消除回音功能,在VisualStudio2015环境搭载KinectforWindows SDKV2.0平台驱动Kinect2.0,以此分析出水平方向的声音来源以及该声源的特征。利用这个功能,我们应用于师范生授课过程中分析师范生授课声音的相关参数,以此来通过采集到师范生授课过程中声音信息的相关数据做出一个评判。

利用KINECT运动跟踪技术评价师范生授课技能的实践研究

提高师范生的授课技能是师范院校培养计划的重要内容,目前的培养方式是学生与老师的一对一指导:学生授课,老师听课,然后点评。学生的数量相当庞大,这将花费指导老师的大量的时间进行指导,庞大的指导工作量使得指导老师难以做出客观的评价,能否利用现代技术寻求师范生授课技能的客观评价标准是此论文的主要工作。随着人脸检测与跟踪技术飞速发展,一些新的视觉设备使人体的跟踪成为了可能,例如微软公司的开发的kinect三维跟踪系统,有效地实现人体动作的三维跟踪,能对师范生的授课动作和位置进行有效地跟踪。本系统采用kinect硬件平台,利用微软公司的VisualStudio开发平台,结合opencv函数库实现了对师范生授课动作的有效跟踪,有效地刻画出了授课者的头部坐标数据及运动轨迹,无需再去观看冗长的录制视频来评判师范生授课状态,为评价师范生的上课技能提出了一种客观的评价方法。