在近些年，景深摄像机已经成为被广泛应用于实时捕捉深度数据的传感器类型。即使现在有些方法证明从单纯的2.5 文深度图像数据里面获得三文数据是可行的，但是其中仍然有许多难题需要去解决。本文里,构架了一种从单深度数据流里面追踪全身动作的高效而健壮的体态估计策略。按照将将局部优化跟全局检索相结合使用的策略，与之前该领域的工作相对比，本实验参照的方法有了技术上的提高。为高效地从深度数据中提取体态特征引入了一个Dijkstra 算法的常量。而且描述了一个基于稀疏 Hausdorff 距离的体态选举机制将局部优化与全局体态估计结合。本实验表明以上技术的结合促进了带有稳定结果的实时追踪的发展，使得它可以广泛的应用于许多交互场景里。8331
关键字：Dijkstra算法，稀疏Hausdorff距离
Title Research on the Real-time Full Body Pose
Reconstruction based on Microsoft Kinect Sensor
Abstract
In recent years, depth cameras have become a widely available sensor type
that captures depth images at real- time frame rates. Even though recent
approaches have shown that 3D pose estimation from monocular 2.5D depth images
has become feasible, there are still challenging problems. In this paper, we
present an efficient and robust pose estimation framework for tracking
full-body motions from a single depth image stream. Following a data-driven
hybrid strategy that combines local optimization with global retrieval
techniques, we contribute several technical improvements compared to previous
approaches. In particular, we introduce a variant of Dijkstra’s algorithm
to efficiently extract pose features from the depth data and describe a fusion
scheme based on an efficiently computable sparse Hausdorff distance to combine
local and global pose estimates. Our experiments show that the combination
of these techniques facilitates real-time tracking with stable results，making
it applicable to a wide range of interactive scenarios.
Keywords : Dijkstra’s algorithm，Hausdorff distance.
目录
1 绪论 6
1．1 课题背景 . 6
1．2 难点问题分析 6
1．3 本文的研究内容与章节安排 . 6
2 Kinect 原理介绍 7
2．1 引言 7
2．2 Kinect 技术介绍 . 7
2．3 Kinect 体感控制器的功能 . 8
2.3.1 使用红外定位 8
2.3.2 多项额外功能 9
2.3.3 配备自有界面 9
2．4 Kinect 体感控制器各功能部件介绍 . 9
2.4.1 红外线发射器和红外线/VGA 摄像头组 9
2.4.2 麦克风10
2.4.3 各种芯片及电路板.10
2.4.4 零件汇总 12
3 Kinect 自然用户界面技术 NUI12
3.1 Kinect Windows 构架 12
3.2 NUI API .14
3.3 NUI API 的初始化 .15
3.3.1 传感器的枚举与访问 15
3.3.2 初始化选项 17
3.4 NUI 图像流概要 .17
3.4.1 色彩数据 18
3.4.2 深度数据 18
3.4.3 玩家段数据 19
3.4.4 检索图像信息 .20
3.5 NUI 骨骼追踪.25
3.5.1 检索骨骼信息 .25
3.5.2 主动及被动追踪 .26
3.5.3 NUI 转换 27
4 实验总体框架 .29
4.1 NUI API 封装 .30
4.1.1 初始化 .30
4.1.2 关闭 Kinect 传感器 31
4.1.3 对图像数据流的采集 32
4.2 人体模型 .33
4.3 特征提取 .35
4.4 体态数据库 35
4.4.1 数据库构建 35
4.4.2 数据库查找 36 基于微软Kinect体感游戏控制器的人体识别方法研究:http://www.youerw.com/jisuanji/lunwen_6618.html