李奇　李木子

摘要：該文從桌面增強現實和人機自然對話兩方面入手，重點對PC平臺的人機交互進行重點研究，對基于KINECT的人機交互過程中的動作進行自定義，優(yōu)化動作分類預測效果，提高系統(tǒng)虛實融合的準確性與實時效率。

關鍵詞：KINECT；人機交互；動作識別

中圖分類號：TP18 文獻標識碼：A 文章編號：1009-3044（2014）27-6469-03

Abstract： This article consists in two aspects of the desktop augmented reality and man-machine dialogue nature. Focus on human-computer interaction system based on the PC platform. The action in the process of human-computer interaction is based on KINECT customization. It optimizes action classification prediction effect and improves the efficiency of system actual fusion accuracy and real-time-efficiency.

Key words： KINECT， Human-computer interaction， Motion recognition

基于KINECT的人機交互系統(tǒng)可以理解為一種特殊的人機交互平臺，不同于傳統(tǒng)的WIMP界面交互，它是一種典型的Non-WIMP界面交互。通常意義上的WIMP界面指的是基于窗口、圖標、菜單、和指標裝置的用戶界面，這種界面是串行和離散的[1]。而基于KINECT的人機交互系統(tǒng)是基于Non-WIMP界面的，其人機交互兼具有并行和連續(xù)的特點，幾乎可以實時做出交互響應，這樣基于增強現實的人機交互系統(tǒng)，既能滿足了對實際生活中的各種功能需求，也滿足了人們對交互方式更加便捷、更加自然的要求，特別是隨著移動終端的發(fā)展，增強現實的研究領域得到拓展，也越來越受到學者和企業(yè)工作者的關注和推崇，具有十分廣闊的研究前景[2]。

1 KINECT構成和工作原理

KINECT共有三個攝像頭，中間是RGB攝像頭，用來拍攝視角范圍內的彩色視頻圖像。兩邊的是深度傳感器，左側的是紅外線發(fā)射器，右側的是紅外線接收器，用來發(fā)射、接收紅外線提供場景深度數據深度。其中紅外發(fā)射器（又稱紅外投影機）主動投射紅外線，當紅外光譜照射到粗糙物體時光譜發(fā)生扭曲，會產生隨機的反射斑點（稱為散斑），接著被紅外接收器讀取。紅外接收器（又稱紅外攝像頭）分析紅外光譜，創(chuàng)建可視范圍內的人體、物體的深度圖像。KINECT的兩側是一組四元麥克風陣列，可同時過濾背景噪聲實現聲源定位和語音識別；KINECT下方還有一個帶內置馬達的底座，該馬達配備追焦技術，可以通過編程控制調整俯仰角獲得最佳視角。

通過體感攝像頭KINECT可以捕獲實時場景中的彩色圖像數據，深度圖像數據、音頻數據，本系統(tǒng)重點研究的是對基于深度數據流的人體骨骼的跟蹤和識別，為提高該多媒體系統(tǒng)交互實時性，提出一系列優(yōu)化系統(tǒng)性能，提高運行效率的方法和思路。

4 結論

本系統(tǒng)是利用KINECT獲取的深度數據識別真實場景中人物不同動作后渲染疊加不同的動畫幀，獲取人體骨架信息，并根據不同關鍵點的位置信息自定義動作，完成和三維動畫的虛實交互，并與真實的RGB圖像融合顯示，形成虛實交互的效果。實驗表明，在場景較為單一、光照良好時，人機交互的效果十分理想，當用戶做出不同動作時，模型動畫會級聯響應，并播放各種音樂效果，趣味性十足。本系統(tǒng)通過個別少量姿勢的定制，三維引擎的渲染、結合機器學習和模式識別等智能理論技術，利用獲得實時數據的高精確度定位，更好地提高系統(tǒng)的穩(wěn)定性和實時性?？蓱糜跀底譅I銷、科教、移動導覽、設計與仿真、物聯網等眾多領域，具有非常高的實用意義。

參考文獻：

[1] 張永林. 淺談一種基于Kinect的體感交互應用開發(fā)方法[J].電腦知識與技術，2014（14）：3369-3371.

[2] 林填鋒，楊潔霞. 基于kinect的人體識別技術的一些改進[J].電腦知識與技術，2012（21）：5220-5223.

[3] 倪晨，邱鵬，王鋒，等. Kinect體感技術在人機交互中的應用研究[J].信息技術與信息化，2013（1）：87-90.

[4] 張毅，張爍，羅元，等. 基于Kinect深度圖像信息的手勢軌跡識別及應用[J].計算機應用研究， 2012（9）：3547-3550.