义乌动漫设计公司教你捕捉人体姿势数据
3)身体姿势识别
大多数姿势识别系统将工作区域限定于特定的身体部位，例如手、胳臂或是脸部表情—然而将参 与者映射到虚拟世界中去并与虚拟人物互动时。最方便也最直观的是使用面向身体的行为识别。
目前有两种已知的实时捕捉人体姿势数据的技术。
一种是使用摄像设备。录制常规或红外图像。 在ALIVE系统中就是使用这种技术捕捉用户图像的，捕捉到的罔像可以将参与者映射到虚拟环境中去或 是抽取参与者身体部位的笛卡儿信息。如果系统支持无线，还必须克服摄像机的视角限制约束，其性 能表现就完全依赖于视觉信息提取模块。
第二种技术则依赖附着于用户身上的磁感应器。系统利用传感器测定在某一参考点的磁场强度， 跟踪身体各部位的运动。在单一框架系统中，这些传感器只产生原始数据（位置和朝向）等。为了和 虚拟人物的躯干关节匹配，必须计算出人体躯干的全局位置和关节处的弯曲角度。结构转换器能够从 传感器数据中得到弯曲角度，并推断出连接点的拓扑结构（虚拟人体骨架）。
转换器的计算过程分为 三阶段：骨架校准、传感器校准和实时转换。
利用磁感应器追踪人体运动
Emering等提出了一种基于细粒度原型的人体运动分层模型。这种关联识别算法能够同时识别并发 性行为。通过分析人体运动，它能检测出：：种用于粒度规格运动模型分析的最要特征。
首先，一种 运动不总是引发全身活动，有时只是身体的某些部位在活动。
其次，只要运动的身体部位没有重复， 两种不同的运动可能同时发生。
最后，通过观察身体部位的方位而不是关节点的运动就能识别人体运 动。在顶层，模型的粒度较粗，而在底 层，模型的粒度较精致。
转载请注明：
义乌flash动画制作公司：http://www.flash520.com/city63/
