基于Kinect V2图像传感设备的智能喷漆系统

针对传统喷漆机器人工作效率较低等问题,设计了一种基于Kinect V2图像传感设备的智能喷漆系统。首先,通过加入Sampson算子的RANSAC算法剔除错误匹配点对以获取精确的喷漆区域点云数据;然后,针对不规则的车漆表面,提出采用立体包围盒法寻找两点集中的最近点,缩短搜索时间,从而快速生成点云切片;最后,估算数据点法矢量,形成汽车划痕区的喷漆轨迹。实验结果表明,所设计的系统能够准确高效地完成汽车车身的漆面修复,具有良好的应用前景。

Kinect在体感交互过程中精确跟踪多目标的方法研究

在体感交互场景中,多目标之间的遮挡与重叠会导致目标数量和交互动作识别不够准确。针对这一问题,提出了Kinect设备在多目标跟踪过程中目标动作精确识别的新方法:首先对Kinect所捕捉到的二维图像进行遮挡判定,并对目标图像形状特征进行提取;然后,通过对目标进行空间区域划分来对每个目标的运动轨迹进行捕捉;最后把多目标跟踪问题转化为在某段时间内每个目标信息点的线性连续问题,进而建立了多目标跟踪的运动轨迹方程,并有效地应用于体感游戏的设计开发。

基于kinect的shapegame游戏开发

传统的人机交互发展过程为命令行界面、图像用户界面和触摸界面,而这些方式的交互是单一模式的,即或视觉,或声音,或手势等。更理想、更人性化的人机交互为完全模拟出人和人之间的交流,即多模式的,含有视觉、声音、手势、触摸和表情等。Kinect体感设备的出现完美地解决了这个问题,文章研究了基于kinect上开发的shapegame游戏,为后续kinect游戏的开发提供许多经验、模型和方法。

多Kinect实时室内动态场景三维重建

采用多个Kinect从不同角度同时捕获场景,将它们的深度图和彩色图结合在一起,通过数据预处理、顶点构建、点云注册和表面重建等步骤得到场景三维模型.整个流程均在GPU上实现以加速运算,实现了基于GPU的迭代最近点算法、基于GPU的八叉树构建、基于有向距离函数的表面重建等关键算法.试验中,整个算法运行帧率达到8.74f/s;重建分辨率达到约5.9 mm.试验表明,算法基本满足实时动态场景重建的要求,重建模型的精度满足非精确计算类应用的需求.

Kinect在视频会议系统中的应用

主要阐述了体感设备Kinect的关键技术在视频会议系统中的应用及实现。利用Kinect体感设备,可将其即时动态捕捉、影像辨识、麦克风输入、语音辨识、社群互动等功能整合到视频会议中,使视频会议更具可交互性,提供了更好的用户体验,并提高了视频会议的整体性能。针对kinect设备与视频会议系统的整合进行了有益的探索。

运动员体能训练动作量化修正系统设计

跑步比赛中0.01s就能决定比赛的成败,为了确保教练和运动员能够获得更多的体能训练动作量化指标,设计运动员体能训练动作量化修正系统。基于Unity3D引擎设计控制模块、训练动作采集模块、训练动作模拟处理模块,利用灰色预测模型在提取体能训练动作特征的基础上识别训练动作,计算模拟动作系数,实现运动员体能训练动作量化修正。实验结果表明,该设计系统对跑步训练动作腿关节、踝关节角动作速率的识别准确性较高,体能训练动作数据管理效率较高,满足了节约运动员体能实际训练时间的需求。

基于Kinect的手势图像识别研究

针对在人机交互领域中基于视觉的手语识别的识别率低、实时性差等问题,采用Kinect深度摄像机对手语识别进行研究,并对不同的手语分类方式进行了分类和比较。首先通过Kinect设备采集手语图像,并提取出手部感兴趣区域,然后对手部图像进行预处理,得到手部边缘图像。随后用Hu矩方法对手部边缘图像进行特征提取。分别应用支持向量机、神经网络和随机森林三种分类方法对得到的数据进行分类和比较。最终结果表明,实验的平均识别率达到97.4%,同时发现在小样本情况下支持向量机方案的识别率最高,而随机森林的实时运行效果最好。

基于Unity3D和Kinect的体感跑酷游戏开发关键技术设计与实现

针对游戏中虚拟现实游戏的趣味性,交互性,以及虚拟现实游戏的操纵性等问题,设计基于Kinect体感设备和Unity3D游戏,对体感设备捕获到的数据进行分析,使游戏中的人物的行动符合我们的预期,研究场景的实时动态加载、场景优化和NGUI等关键技术,以满足游戏的交互性,趣味性和游戏真实性,对今后体感游戏的开发有一定的参考价值。

基于Kinect的机器人采摘果蔬系统设计

针对果蔬自动采摘的问题,提出了一种以Kinect V2设备作为机器人的视觉部分来摘取果蔬的系统。采用Kinect V2视觉设备获得空间的深度图像,由相机的成像模型原理获得果蔬的三维坐标;随后,将数据传递给NAO机器人进行逆运动学分析,并对机器人抵达目标物进行路径规划和可行性分析;最后,根据机器人和果蔬的三维空间相对位置关系,选取最佳的行走路径和采摘策略。实验结果表明:采摘系统能使机器人快速、准确地完成采摘任务。

人机交互多媒体教学系统浅析

在传统的多媒体教学中,教师对PPT的播放几乎都通过鼠标和键盘的操作来完成,如此在某种程度上增加了学生和教师之间的距离感,减少了师生之间的交流,降低了互动性。随着人机交互技术的提出和应用,特别是kinect设备的出现,完美地解决了这些弊端,在kinect设备上通过编码来控制PPT的自动播放,以实现人机交互。

基于改进YOLOv3的手势实时识别方法

针对基于人工建模方式的手势识别方法准确率低、速度慢的问题,提出一种基于改进YOLOv3的静态手势实时识别方法。采用卷积神经网络YOLOv3模型,将通过Kinect设备采集的IR、Registration of RGB、RGB和Depth图像代替常用的RGB图像作为数据集,并融合四类图像的识别结果以提高识别准确率。采用k-means聚类算法对YOLOv3中的初始候选框参数进行优化,从而加快识别速度。在此基础上,利用迁移学习的方法对基础特征提取器进行改进,以缩短模型的训练时间。实验结果表明,该方法对流式视频静态手势的平均识别准确率为99.8%,识别速度高达52 FPS,模型训练时间为12 h,与Faster R-CNN、SSD、YOLOv2等深度学习方法相比,其识别精度更高,识别速度更快。

基于深度学习的交警指挥手势识别

为解决无人驾驶汽车快速准确地识别交警指挥手势的问题,本文提出一种基于深度学习的三通道输入交警指挥手势识别方法.仿真实验表明,利用深度学习优化模型参数后,采集的8种交警指挥手势数据集的平均识别准确率可达97.87%,识别率较高,具有一定的应用价值.

基于阿尔茨海默病预防的交互式小游戏系统设计

依据阿尔茨海默病患者的特点,以该病的预防为目标,文中提出了一种基于阿尔茨海默病预防的交互游戏系统,并详细阐述了该系统的设计方案和研究内容,具体有:1)借鉴现有的预防办法,对游戏的流程、交互、姿态和关卡进行了科学有效的设计;2)根据游戏的设计方案,借助于Kinect交互设备和相关开发工具,实现了游戏系统功能模块的开发。最终形成的交互式小游戏系统的逻辑完整,在交互方面符合正常的人机交互模式,用户有着良好的体验。

基于稠密SLAM实现脚型三维重建的可行性探究

本文探索采用体感设备Kinect,结合visual studio C++开发SLAM图形建模,使用Kinect传感设备对足部进行扫描,实现对足部的数据搜集,并利用SLAM软件对图像进行点云的拼接、曲面的重建新从而构建出足部三维模型,让人们能使用价格较低的Kinect装置就可以简便精确的获得足部三维模型。

体育武术教学仿真系统研究

对体育武术教学仿真系统进行研究,通过Kinect设备对学生的动作数据进行采集,通过3Ds-Max建立人体模型,最后设计了运动数据库,通过该仿真系统可以实现学生动作的重现,对学生动作进行对比分析,使武术教学更加直观,提高了武术教学效果。

偏瘫步态障碍的自动识别和分析

本文利用微软公司研发的体感周边外设(Kinect)获取偏瘫患者的步行轨迹数据,在此基础上实现了偏瘫步态的自动识别,并对识别特征的重要性进行了排序。首先,研究设立了试验组和对照组,两组受试者按要求分别完成规定的范式动作,经由Kinect实时获取受试者的步行轨迹数据。从获取的数据中可提取步态识别特征:步速、步幅、质心的移动范围(上下和左右方向)。然后,利用贝叶斯分类算法对这些特征构成的样本集进行分类学习,实现偏瘫步态的自动识别。最后,利用随机森林算法确定每个特征的重要性,通过对每个特征的重要性进行排序,可为病情诊断提供参考。本文研究结果表明,基于贝叶斯算法的分类准确率为96%;使用随机森林算法确定的特征重要性排序为步速、步幅、质心左右偏移距离、质心上下偏移距离,而步速与步幅、步速与质心左右偏移距离的组合是偏瘫步态分析诊断的重要依据。本文研究结果或可为偏瘫步态的智能诊断提供新的思路和参考。