● 摘要
近些年来,伴随着计算机技术和网络技术的迅猛发展,全球游戏产业的规模激增。然而,现有的游戏交互手段限制了游戏的可玩性。基于视觉的游戏交互技术利用摄像头获取人体运动信息并以此参与游戏过程,使得更自然、更丰富的游戏交互成为可能,会对游戏产业的发展产生巨大的推动作用。该技术涉及计算机视觉、模式识别和人机交互等多个学科的知识,已经引起研究人员的广泛关注,也成为了未来软件发展的一个趋势。基于这样的背景,本文研究了一种新的基于视觉的游戏交互技术,提出了一种新型游戏系统的解决方案。本文研究了一种基于视觉的游戏交互技术。使用两个安置在特定位置上的摄像头,实时获取显示器屏幕前方特定空间内的图像序列;融合图像中多种视觉线索实现快速鲁棒的人体运动跟踪;然后利用支持向量机来对跟踪恢复的结果进行相应的人体动作识别;最后以此执行相应的游戏交互指令,并将结果输出到显示屏幕中。使用者无需佩戴特殊传感器,就可以通过肢体动作如头、手臂等,直接控制屏幕上的虚拟物体以实现游戏交互。本文提出了一种融合多线索实现人体三维姿态参数恢复的算法。使用一个24自由度的向量(8个控制点)来描述人体上半身模型。本文还提出了一种基于统计的机器学习算法来进行人体动作的识别。由于支持向量机是基于结构风险最小化的学习算法,对有限样本有很好的分类效果,使用支持向量机来进行分类器的训练。然后利用训练出来的分类器去识别人体运动跟踪恢复得到的人体姿态数据,从而完成人体动作的识别,得到比较鲁棒的识别效果。本文最后从系统的改进、人机交互方式的多样性、系统的扩展性等方面对文中所提出的系统进行了归纳和展望,并简要列出了可进一步研究的方向。
相关内容
相关标签