基于Kinect的无接触式体质检测系统.pdf

《基于Kinect的无接触式体质检测系统.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、2016年第35卷第3期传感器与微系统(nansducerandMicrosystemTechnologies)85DOI：10．13873／J．1000--9787(2016)03--0085--04基于Kinect的无接触式体质检测系统程雪莲，段渭军，高昂，(1．西北工业大学电子信息学院。陕西西安710072：2．西北工业大学物联网技术及应用国家地方联合工程实验室。陕西西安710072)摘要：为了减少体质检测中的人力成本、提高该过程的速度，将无接触式体感交互系统应用于体能检测中，以达到更高效的目的。以Kineet传感器为核心捕捉人体

2、运动，从骨骼图像中提取2O个关节点的信息，进而计算出身高、跳远距离等数据。景深图像可识别人体与其他非人体物体，由关节点坐标计算的方法也利于防止测试中的作假现象。关键词：Kinect传感器；景深图像；骨骼跟踪；人机交互中图分类号：TP391文献标识码：A文章编号：1000--9787(2016)03-0085--04N0n-contactmeasurementsystem0fphysicaltestbased0nKinectCHENGXue．1ian，一，DUANWei-jun，GAOAng，(1．SchoolofElectronicsa

3、ndInformation，NorthwesternUniversity，Xi’all710072，China；2．StateandLocalJointEngineeringLaboratoryofloTTechnologyandApplication，NorthwesternUniversity，Xi’an710072，China)Abstract：Toreducecostsofphysicalfitnesstestandimproverateoftheprocess，developanon—contactmeasurementsof

4、twaresysteminordertomakeitmoreeficient．Kinectsensorisusedasthecoreofsystemtotrackhumanmotion，2Ojointpointsareextractedfromskeletonstream，bymeansofthisheight，jumpdistanceandotherdatacanbecalculated．Humancanbeidentifiedfromothernon—humanobjectsindepthimage．themethodsofcalc

5、ulationfromjointpointscoordinatealsopreventcheatingintests．Keywords：Kinectsensor；depthimage；skeletontracking；human—computerinteraction(HCI)0引言深摄像头，景深图像像素记录距离信息，具有颜色无关性，人体行为识别技术一般解决包含人体目标感知、行为更能准确快速地分割前景与背景。建模管理和行为匹配识别在内的多个方面的问题，目前主1传感器工作原理要有两种方法来实现。第一种是基于可穿戴传感器的行为1．1景深图像

6、的生成在Kinect上使用红外接收器获得深度数据所用光编码识别方法，AllenFR等人，提出了一种使用高斯混合模(1ightcoding)技术⋯其实就是发射具有三维纵深数据的型的可穿戴加速度计。MattmannC等人通过在纺织衣“体积编码”，这种光源叫做激光散斑(1aserspeckle)J。当物上装置的张力传感器来识别特定的人体行为。第二种是激光照射到粗糙物体或穿透毛玻璃后形成随机衍射的斑基于计算机视觉的人体行为识别方法。BoulayB等人l4点，CMOS红外摄像头根据设定的距离参考平面来收集摄采用人体轮廓作为姿势特征表达。MoHC等

7、人通过划像头视野范围内的每一点，通过反射得到的黑白光谱方式分身体部位代表将复杂的姿势估计问题转换到较为简单的来感知周围环境。黑白间的灰色地带对应物体到传感器的逐像素分类问题。由于这些姿势特征都是从二维彩色图像物理距离，通过层叠峰值和差值计算，以3O帧／S的速度生中抽取而来，需要处理人体定位、肢体被遮挡、不同光照条成景深图像，完全实时再现周围环境。件等问题。1．1．1深度图像数据本文选用的Kinect传感器，同时具有RGB摄像头和景由Kinect获取的深度图像数据流由一帧一帧的灰度图收稿日期：2015-05-20基金项目：西北工业大学研究

8、生创意创新种子基金资助项目(Z2015099)；中央高校基本科研业务费专项资金资助项目(3102014KYJD0333102014KYJD034，3102015ZY093)传感器与微系统第35卷像列组成，在