基于Kinect網(wǎng)絡(luò)的大規(guī)模場景群體用戶跟蹤系統(tǒng)與方法
【專利摘要】本發(fā)明公開了一種基于Kinect網(wǎng)絡(luò)的大規(guī)模場景群體用戶跟蹤系統(tǒng)與方法，該系統(tǒng)具有簡單、方便、易操作等優(yōu)點。對于大規(guī)模場景的群體互動游戲，根據(jù)每個Kinect可視范圍的有效區(qū)域，將大規(guī)模場景劃分為若干小區(qū)域，通過Kinect捕獲的用戶深度圖像信息，對不同區(qū)域的用戶進行實時跟蹤，并對不同Kinect捕獲的多用戶數(shù)據(jù)進行關(guān)聯(lián)，完成對用戶的實時跟蹤和身份確認(rèn)。方便、易操作、成本較低等優(yōu)點。Kinect網(wǎng)絡(luò)的布置不需要精準(zhǔn)的測量，每個Kinect只負責(zé)捕獲各自有效區(qū)域的用戶即可。每個Kinect可視區(qū)域之間不需要重疊，即最大限度節(jié)省用戶捕獲設(shè)備的使用數(shù)量。
【專利說明】基于Kinect網(wǎng)絡(luò)的大規(guī)模場景群體用戶跟蹤系統(tǒng)與方法

【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及一種基于Kinect網(wǎng)絡(luò)的大規(guī)模場景群體用戶跟蹤系統(tǒng)與方法。

【背景技術(shù)】
[0002] 隨著社會現(xiàn)代化水平的提高，人們對于娛樂文化生活的要求也越來越高，以三維、 沉浸感的逼真輸出為標(biāo)志的虛擬現(xiàn)實技術(shù)也逐漸被應(yīng)用到這些領(lǐng)域，基于群體的虛擬現(xiàn)實 游戲逐漸受到青睞。2011年10月由Microsoft Game Studios推出的《Kinect運動大會 2》，包含了六種全新、支持多人和單人模式的運動，包括網(wǎng)球、高爾夫、美式足球、棒球、滑雪 及飛鏢。當(dāng)前比較流行的7D動感影院贏得了追求新鮮感、刺激感的年輕觀眾的青睞，先進 的7D互動技術(shù)讓好奇的觀眾感受到了科技帶來的影視震撼，多人甚至數(shù)十人在屏幕前邊 看邊玩，這種具有互動競爭功能的多人對戰(zhàn)/協(xié)作娛樂令人沉醉其中，樂在其中。
[0003] 但是，目前的群體互動虛擬游戲支持的人數(shù)較少，對于大規(guī)模場景中的群體互動 是無效的?；趩螖z像機跟蹤方法的監(jiān)控范圍有限，而且容易受遮擋等干擾導(dǎo)致跟蹤失敗。 基于多攝像機的跟蹤方法不僅可以擴展監(jiān)控區(qū)域，適合大規(guī)模場景的跟蹤，而且可以提供 多個不同的視角以利于解決遮擋問題。因此，本發(fā)明利用多攝像機跟蹤設(shè)計了支持大規(guī)模 場景的群體用戶跟蹤方法，利用Kinect作為用戶捕獲設(shè)備，在場景中布置Kinect網(wǎng)絡(luò)，借 助Kinect之間的協(xié)同工作，將場景劃分為若干個小區(qū)域，對不同區(qū)域的用戶分別進行實時 跟蹤，然后對不同Kinect捕獲的用戶數(shù)據(jù)進行關(guān)聯(lián)，完成對大規(guī)模場景中群體用戶的實時 跟蹤和身份確認(rèn)，為群體互動虛擬游戲提供數(shù)據(jù)來源。


【發(fā)明內(nèi)容】

[0004] 本發(fā)明為了解決上述問題，提出了一種基于Kinect網(wǎng)絡(luò)的大規(guī)模場景群體用戶 跟蹤系統(tǒng)與方法，本系統(tǒng)通過對大規(guī)模場景的群體互動游戲，根據(jù)每個Kinect可視范圍的 有效區(qū)域，將大規(guī)模場景劃分為若干小區(qū)域，通過Kinect捕獲的用戶深度圖像信息，對不 同區(qū)域的用戶進行實時跟蹤，并對不同Kinect捕獲的多用戶數(shù)據(jù)進行關(guān)聯(lián)，完成對用戶的 實時跟蹤和身份確認(rèn)。
[0005] 為了實現(xiàn)上述目的，本發(fā)明采用如下技術(shù)方案：
[0006] 一種基于Kinect網(wǎng)絡(luò)的大規(guī)模場景的群體用戶跟蹤系統(tǒng)，包括Kinect網(wǎng)絡(luò)布置 模塊、Kinect校正模塊、Kinect通訊模塊和群體用戶跟蹤模塊，其中：
[0007] 所述Kinect網(wǎng)絡(luò)布置模塊，用于將大規(guī)模場景覆蓋，將場景劃分為若干個區(qū)域， 劃分方法是：調(diào)整同一高度下的各Kinect的水平方向的位置，使得各個Kinect在地面的矩 形捕捉區(qū)域拼接為一個無縫的大區(qū)域；獲取任意區(qū)域的用戶信息，為群體用戶跟蹤模塊提 供輸入數(shù)據(jù)，每個區(qū)域由1個Kinect負責(zé)，獲取該區(qū)域的用戶深度信息；
[0008] 所述Kinect校正模塊，用于將每個Kinect自身的坐標(biāo)映射到世界坐標(biāo)中，對每個 Kinect捕獲到的用戶信息進行坐標(biāo)轉(zhuǎn)換，完成各個Kinect坐標(biāo)的校正；
[0009] 所述Kinect通訊模塊，用于將各個Kinect (即客戶端）計算得到的用戶信息進行 融合，集中傳送到服務(wù)器端，服務(wù)器端進行數(shù)據(jù)關(guān)聯(lián)、用戶跟蹤；
[0010] 所述群體用戶跟蹤模塊，包括兩部分：基于Kinect客戶端的用戶跟蹤子模塊和 基于Kinect服務(wù)器端的用戶跟蹤子模塊，用于對任意區(qū)域的用戶進行實時跟蹤，并對不同 Kinect捕獲的多用戶數(shù)據(jù)進行關(guān)聯(lián)，完成對用戶的實時跟蹤和身份確認(rèn)。
[0011] 基于上述系統(tǒng)的跟蹤方法，包括以下步驟：
[0012] (1)開啟Kinect網(wǎng)絡(luò)布置模塊：根據(jù)每個Kinect深度圖像可視范圍的有效區(qū)域， 將大規(guī)模場景劃分為若干個小區(qū)域，進行空間Kinect布置，得到每個區(qū)域的深度圖像信 息；
[0013] (2)開啟Kinect校正模塊：將每個Kinect自身的坐標(biāo)映射到世界坐標(biāo)中，對每個 Kinect計算得到的用戶位置信息進行坐標(biāo)轉(zhuǎn)換，轉(zhuǎn)換為大規(guī)模場景中的位置坐標(biāo)；
[0014] (3)開啟Kinect通訊模塊：將上述每個Kinect得到的用戶位置信息，通過socket 通訊方式傳送到服務(wù)器；
[0015] (4)開啟群體用戶跟蹤模塊：首先通過Kinect客戶端的用戶跟蹤子模塊得到每個 區(qū)域內(nèi)用戶的位置信息，然后通過Kinect通訊模塊將數(shù)據(jù)傳送到服務(wù)器，服務(wù)器進行數(shù)據(jù) 關(guān)聯(lián)，完成對任意區(qū)域的用戶進行實時跟蹤。
[0016] 所述步驟（2)中Kinect校正方法，具體包括以下步驟：
[0017] (2-1)標(biāo)記Kinect有效的可視區(qū)域，以Kinect獲得的深度圖像和彩色圖像為參考 標(biāo)準(zhǔn)，分別用不同高度的目標(biāo)物體在Kinect所能的覆蓋區(qū)域移動，在地面上標(biāo)定出Kinect 的最大可視區(qū)域；
[0018] (2-2)在場景中Kinect的可視區(qū)域內(nèi)選取多組不同位置的樣本點，使樣本點均勻 的分布在可視區(qū)域，并測量出每個樣本點在規(guī)定的世界坐標(biāo)系中的實際位置；同時，計算在 Kinect深度圖像坐標(biāo)系中相應(yīng)位置的樣本點坐標(biāo)；
[0019] (2-3)利用最小二乘法計算得到各個Kinect對于世界坐標(biāo)系的變換矩陣。
[0020] 所述步驟（4)中Kinect客戶端的用戶跟蹤方法，具體包括以下步驟：
[0021] (4-1)獲取每個Kinect當(dāng)前幀的深度圖像；
[0022] (4-2)根據(jù)預(yù)設(shè)深度閾值提取每個Kinect的前景圖像，對圖像進行二值化處理， 將場景中規(guī)定深度閾值的部分設(shè)置為前景色，其余部分設(shè)置為背景色；
[0023] (4-3)對圖像進行形態(tài)學(xué)處理，將二值化后的圖像進行膨脹處理。
[0024] (4-4)采用區(qū)域連通算法對多目標(biāo)進行分割，并計算各個目標(biāo)的位置信息。
[0025] 所述步驟（4-4)中，具體包括以下步驟：
[0026] (4-4-1)對圖像像素進行遍歷，找到圖像中的前景點并使用鏈表將這些前景點鏈 接起來；
[0027] (4-4-2)對前景點進行BFS廣度優(yōu)先搜索遍歷，判斷連通塊的各個屬性，并將連通 塊劃分為用戶對象；
[0028] (4-4-3)根據(jù)（4-4-2)中保存的連通塊內(nèi)點的個數(shù)屬性信息，對對象的有效性進 行判斷：如果個數(shù)小于預(yù)先設(shè)定的閾值，則判斷該對象為無效對象，將該對象予以銷毀并將 對象個數(shù)減一；如果個數(shù)大于等于預(yù)先設(shè)定的閾值，則判斷該對象為有效對象；
[0029] (4-4-4)將所獲結(jié)果（對象個數(shù)、對象中心點坐標(biāo)）保存起來，以便傳給服務(wù)器端 進行集中處理。
[0030] 所述步驟（4-4-2)中，連通塊的屬性包括中心點坐標(biāo)、特征值和連通塊內(nèi)點的個 數(shù)。
[0031] 所述步驟（4)中Kinect服務(wù)器端的用戶跟蹤方法，具體包括以下步驟：
[0032] (4-a)初始化階段：對各個Kinect客戶端接收到的初始目標(biāo)進行身份認(rèn) 證，即對不同的用戶給予不同的編號信息，并將用戶的身份和位置信息保存在RO = (XOi, y〇i，IdOi I i = 1，…，M}，其中（XOi, y〇i)表示用戶i的初始位置信息，IdOi表示用戶的 初始編號信息，M表示服務(wù)器端接收到的用戶數(shù)目；
[0033] (4-b)實時跟蹤階段，對后續(xù)從Kinect客戶端接收到用戶位置信息進行身份確 認(rèn)；將每一時刻接收到的數(shù)據(jù)保存在R= (X^yi, IdiIi = 1，…，N}，其中N表示服務(wù)端當(dāng)前 接收到的用戶數(shù)目；Xi，yi)表示用戶i的位置信息，1屯表示用戶的編號信息；令pre_R = {pre_Xi, pre_yi, PreJdi I i = 1，…，pre_N}初始值為R0,將R與pre_R中的用戶進行最近 距離匹配，得到當(dāng)前幀用戶的身份信息，并使pre_R = R，記錄跟蹤時刻上一時刻的用戶信 息，為實時跟蹤匹配提供參考信息。
[0034] 本發(fā)明的有益效果為：
[0035] (1)方便、易操作、成本較低；Kinect網(wǎng)絡(luò)的布置不需要精準(zhǔn)的測量，每個Kinect 只負責(zé)捕獲各自有效區(qū)域的用戶即可；每個Kinect可視區(qū)域之間不需要重疊，即最大限度 節(jié)省用戶捕獲設(shè)備的使用數(shù)量；
[0036] (2)對于空間中用戶的運動限制較少，不需要每個用戶完全處于某個Kinect的有 效區(qū)域中，用戶身體的一部分處于Kinect區(qū)域中即可；
[0037] (3)具有大規(guī)模場景動態(tài)實時跟蹤的能力；對于大規(guī)模場景的群體互動，不受參 與人數(shù)的限制，空間中每個區(qū)域用戶人數(shù)可以是動態(tài)變化的；對用戶在不同Kinect區(qū)域之 間狀態(tài)的轉(zhuǎn)換可以實現(xiàn)實時跟蹤和身份確認(rèn)。

【專利附圖】

【附圖說明】
[0038] 圖1為Kinect網(wǎng)絡(luò)布置的示意圖；
[0039] 圖2為Kinect客戶端的用戶跟蹤方法流程示意圖；
[0040] 圖3為Kinect客戶端用戶跟蹤方法數(shù)據(jù)結(jié)構(gòu)示意圖；
[0041] 圖4為Kinect服務(wù)器端的用戶跟蹤方法示意圖；
[0042] 圖5為本發(fā)明應(yīng)用與群體射擊類游戲的實例示意圖。

【具體實施方式】：
[0043] 下面結(jié)合附圖與實施例對本發(fā)明作進一步說明。
[0044] 如圖1所示，根據(jù)Kinect在Z軸方向上有效捕捉距離，將Kinect布置在合理的高 度（推薦值為3. 7m，這時能基本能容納身高從Im到2m的用戶）；依據(jù)各個Kinect在地面 標(biāo)定的矩形捉區(qū)域的相對位置，在同一高度的水平方向上Kinect的位置，使得各個Kinect 的矩形捕捉區(qū)域縱向?qū)R和橫向?qū)R，拼接成一個大的無縫矩形場景區(qū)域。
[0045] 如圖2所示，Kinect客戶端的用戶跟蹤方法流程主要分為兩部分：分別為前期準(zhǔn) 備階段和后期跟蹤處理階段。其中前期準(zhǔn)備階段主要是將從Kinect傳感器中獲取到的深 度數(shù)據(jù)進行二值化、膨脹操作，為后期的跟蹤處理做準(zhǔn)備；后期處理則是在前期準(zhǔn)備的基 礎(chǔ)上，對數(shù)據(jù)進行連通塊判斷，用以判斷對象的個數(shù)、中心點位置等信息。具體包括如下步 驟：
[0046] (1)獲取當(dāng)前幀的深度圖像。
[0047] (2)根據(jù)預(yù)設(shè)深度閾值提取前景圖像，對圖像進行二值化處理。將每個像素的深度 信息與預(yù)設(shè)深度數(shù)據(jù)進行判斷，滿足深度閾值的像素設(shè)置為前景點，其余像素點設(shè)置為背 景點。
[0048] (3)對圖像進行形態(tài)學(xué)處理，將二值化后的圖像進行膨脹處理，消除圖像內(nèi)較小的 洞孔，得到比較光滑、連通性較好的圖像。
[0049] (4)采用區(qū)域連通算法對多目標(biāo)進行分割，并計算各個目標(biāo)的位置信息。對每個前 景點進行BFS廣度優(yōu)先搜索遍歷，計算當(dāng)前幀對象的個數(shù)、對象的中心點坐標(biāo)、對象的特征 值等信息。
[0050] (5)將對象的屬性信息保存起來，以便傳給服務(wù)器端進行集中處理；
[0051] (6)判斷當(dāng)前程序是否結(jié)束運行，如果不是，則跳轉(zhuǎn)到步驟（1)重新獲取下一幀的 數(shù)據(jù)信息，否則，程序結(jié)束。
[0052] 所述步驟（4)的關(guān)于廣度優(yōu)先搜索的遍歷算法，具體如圖3所示。
[0053] 如圖3所示，獲取到了二值圖像以后，首先對圖像進行遍歷，將獲取到的前景點使 用鏈表進行鏈接；其次對鏈表進行遍歷，倒序輸出圖像內(nèi)的連通塊（對象）的個數(shù)及位置信 息；然后將對象內(nèi)的點的個數(shù)與預(yù)設(shè)閾值進行校對，當(dāng)點數(shù)大于等于預(yù)設(shè)閾值時，保存對象 信息；否則，該對象為無效對象，銷毀該對象并將對象個數(shù)減一；最后，將該幀的對象信息 保存起來用以傳送給服務(wù)器端進行集中處理。具體包括如下步驟：
[0054] (1)遍歷二值化數(shù)組，并將前景點保存在鏈表中；
[0055] (2)取出鏈表內(nèi)head指向元素，并將head指針指向下一個元素；
[0056] (3)判斷當(dāng)前所取元素是否為空，如果是，則跳轉(zhuǎn)到步驟（7);
[0057] (4)判斷該元素是否被二次遍歷過，如果是，則跳轉(zhuǎn)到步驟⑵；
[0058] (5)標(biāo)記該元素為二次遍歷，并將所處連通塊內(nèi)點數(shù)加一；
[0059] (6)判斷其八鄰域內(nèi)點是否被二次遍歷過，如果是，則跳轉(zhuǎn)到步驟（2)，否則，跳轉(zhuǎn) 到步驟（5);
[0060] (7)統(tǒng)計該幀內(nèi)的連通塊（對象）數(shù)；
[0061] (8)圖像中的各個對象內(nèi)的點數(shù)是否滿足預(yù)設(shè)點數(shù)閾值，如果是，則保存各個對象 的屬性信息，否則，消除該對象，對象個數(shù)減一；
[0062] (9)根據(jù)該Kinect在場景中的位置對該幀對象位置信息進行轉(zhuǎn)換，并將轉(zhuǎn)換后的 位置坐標(biāo)傳到服務(wù)器中。
[0063] 如圖4所示，Kinect服務(wù)器端的用戶跟蹤方法主要分為兩個步驟：
[0064] (1)初始化階段。對各個Kinect客戶端接收到的初始目標(biāo)進行身份認(rèn)證，即對不 同的用戶給予不同的編號信息，并將用戶的身份和位置信息保存在RO = ix〇i，y〇i，IdOi I i =1，…，!^}。其中，（xOi, yOi)表示用戶i的位置信息，Idi表示用戶的編號信息，M表示服 務(wù)器端接收到的用戶數(shù)目。同時，定義上一時刻用戶信息存放數(shù)組pre_R = {pre_xi, pre_ yi, pre_Idi I i = I, ...，pre_N}，且 pre_R = RO0
[0065] (2)實時跟蹤階段，對后續(xù)從Kinect客戶端接收到用戶位置信息進行身份確認(rèn)。 具體包括以下步驟：
[0066] (2-1)將每一時刻接收到的數(shù)據(jù)保存在R= {Xi，yi，IdiIi = 1，…，N}，其中（Xi，yi) 表示用戶i的位置信息，N表示服務(wù)端當(dāng)前接收到的用戶數(shù)目，Id i= -1.
[0067] (2-2)將當(dāng)前時刻接收到的用戶位置信息R與上一時刻用戶信息pre_R中的用戶 身份進行最近距離匹配，得到當(dāng)前幀多用戶的身份信息，并更新相應(yīng)的1屯。

【權(quán)利要求】
1. 一種基于Kinect網(wǎng)絡(luò)的大規(guī)模場景群體用戶跟蹤系統(tǒng)，其特征是：包括Kinect網(wǎng) 絡(luò)布置模塊、Kinect校正模塊、Kinect通訊模塊和群體用戶跟蹤模塊，其中： 所述Kinect網(wǎng)絡(luò)布置模塊，用于將大規(guī)模場景覆蓋，將場景劃分為若干個區(qū)域，劃分 方法是：調(diào)整同一高度下的各Kinect的水平方向的位置，使得各個Kinect在地面的矩形捕 捉區(qū)域拼接為一個無縫的大區(qū)域；獲取任意區(qū)域的用戶信息，為群體用戶跟蹤模塊提供輸 入數(shù)據(jù)，每個區(qū)域由1個Kinect負責(zé)，獲取該區(qū)域的用戶深度信息； 所述Kinect校正模塊，用于將每個Kinect自身的坐標(biāo)映射到世界坐標(biāo)中，對每個 Kinect捕獲到的用戶信息進行坐標(biāo)轉(zhuǎn)換，完成各個Kinect坐標(biāo)的校正； 所述Kinect通訊模塊，用于將各個Kinect，計算得到的用戶信息進行融合，集中傳送 到服務(wù)器端，服務(wù)器端進行數(shù)據(jù)關(guān)聯(lián)、用戶跟蹤； 所述群體用戶跟蹤模塊，包括兩部分：基于Kinect客戶端的用戶跟蹤子模塊和基 于Kinect服務(wù)器端的用戶跟蹤子模塊，用于對任意區(qū)域的用戶進行實時跟蹤，并對不同 Kinect捕獲的多用戶數(shù)據(jù)進行關(guān)聯(lián)，完成對用戶的實時跟蹤和身份確認(rèn)。
2. 如權(quán)利要求1所述的系統(tǒng)的跟蹤方法，其特征是：包括以下步驟： (1) 開啟Kinect網(wǎng)絡(luò)布置模塊：根據(jù)每個Kinect深度圖像可視范圍的有效區(qū)域，將大 規(guī)模場景劃分為若干個小區(qū)域，進行空間Kinect布置，得到每個區(qū)域的深度圖像信息； (2) 開啟Kinect校正模塊：將每個Kinect自身的坐標(biāo)映射到世界坐標(biāo)中，對每個 Kinect計算得到的用戶位置信息進行坐標(biāo)轉(zhuǎn)換，轉(zhuǎn)換為大規(guī)模場景中的位置坐標(biāo)； (3) 開啟Kinect通訊模塊：將上述每個Kinect得到的用戶位置信息，通過socket通 訊方式傳送到服務(wù)器； (4) 開啟群體用戶跟蹤模塊：首先通過Kinect客戶端的用戶跟蹤子模塊得到每個區(qū) 域內(nèi)用戶的位置信息，然后通過Kinect通訊模塊將數(shù)據(jù)傳送到服務(wù)器，服務(wù)器進行數(shù)據(jù)關(guān) 聯(lián)，完成對任意區(qū)域的用戶進行實時跟蹤。
3. 如權(quán)利要求2所述的跟蹤方法，其特征是：所述步驟（2)中Kinect校正方法，具體 包括以下步驟： (2-1)標(biāo)記Kinect有效的可視區(qū)域，以Kinect獲得的深度圖像和彩色圖像為參考標(biāo) 準(zhǔn)，分別用不同高度的目標(biāo)物體在Kinect所能的覆蓋區(qū)域移動，在地面上標(biāo)定出Kinect的 最大可視區(qū)域； (2-2)在場景中Kinect的可視區(qū)域內(nèi)選取多組不同位置的樣本點，使樣本點均勻的 分布在可視區(qū)域，并測量出每個樣本點在規(guī)定的世界坐標(biāo)系中的實際位置；同時，計算在 Kinect深度圖像坐標(biāo)系中相應(yīng)位置的樣本點坐標(biāo)； (2-3)利用最小二乘法計算得到各個Kinect對于世界坐標(biāo)系的變換矩陣。
4. 如權(quán)利要求2所述的跟蹤方法，其特征是：所述步驟（4)中Kinect客戶端的用戶跟 蹤方法，具體包括以下步驟： (4-1)獲取每個Kinect的當(dāng)前幀的深度圖像； (4-2)根據(jù)預(yù)設(shè)深度閾值提取前景圖像，對圖像進行二值化處理，將場景中規(guī)定深度閾 值的部分設(shè)置為前景色，其余部分設(shè)置為背景色； (4-3)對圖像進行形態(tài)學(xué)處理，將二值化后的圖像進行膨脹處理； (4-4)采用區(qū)域連通算法對多目標(biāo)進行分割，并計算各個目標(biāo)的位置信息。
5. 如權(quán)利要求4所述的跟蹤方法，其特征是：所述步驟（4-4)中，具體包括以下步驟： (4-4-1)對圖像像素進行遍歷，找到圖像中的前景點并使用鏈表將這些前景點鏈接起 來； (4-4-2)對前景點進行BFS廣度優(yōu)先搜索遍歷，判斷連通塊的各個屬性，并將連通塊劃 分為用戶對象； (4-4-3)根據(jù)（4-4-2)中保存的連通塊內(nèi)點的個數(shù)屬性信息，對對象的有效性進行判 斷：如果個數(shù)小于預(yù)先設(shè)定的閾值，則判斷該對象為無效對象，將該對象予以銷毀并將對象 個數(shù)減一；如果個數(shù)大于等于預(yù)先設(shè)定的閾值，則判斷該對象為有效對象； (4-4-4)將所獲結(jié)果保存起來，以便傳給服務(wù)器端進行集中處理。
6. 如權(quán)利要求5所述的跟蹤方法，其特征是：所述步驟（4-4-2)中，連通塊的屬性包括 中心點坐標(biāo)、特征值和連通塊內(nèi)點的個數(shù)。
7. 如權(quán)利要求5所述的跟蹤方法，其特征是：所述步驟（4-4-4)中的所獲結(jié)果包括對 象個數(shù)、對象中心點坐標(biāo)。
8. 如權(quán)利要求2所述的跟蹤方法，其特征是：所述步驟（4)中Kinect服務(wù)器端的用戶 跟蹤方法，具體包括以下步驟： (4_a)初始化階段：對各個Kinect客戶端接收到的初始目標(biāo)進行身份認(rèn)證，即對不同 的用戶給予不同的編號信息，并將用戶的身份和位置信息保存在R〇 = IxOi，y〇i，IdOi | i = 1，…，M}，其中（X〇i，yOj表示用戶i的初始位置信息，IdOi表示用戶的初始編號信息，M表 示服務(wù)器端接收到的用戶數(shù)目； (4-b)實時跟蹤階段，對后續(xù)從Kinect客戶端接收到用戶位置信息進行身份確認(rèn)；將 每一時刻接收到的數(shù)據(jù)保存在R = {Xi, yp 1屯| i = 1，…，N}，其中N表示服務(wù)端當(dāng)前接收 到的用戶數(shù)目；Xi，yi)表示用戶i的位置信息，1屯表示用戶的編號信息；令pre_R= {pre_ Xi, pre_yi, prejdi | i = 1，…，pre_N}初始值為R0,將R與pre_R中的用戶進行最近距離匹 配，得到當(dāng)前幀用戶的身份信息，并使pre_R = R，記錄跟蹤時刻上一時刻的用戶信息，為實 時跟蹤匹配提供參考信息。
【文檔編號】A63F13/213GK104474710SQ201410747738
【公開日】2015年4月1日 申請日期:2014年12月9日 優(yōu)先權(quán)日:2014年12月9日
【發(fā)明者】楊承磊, 蓋偉, 崔婷婷, 穆冠琦, 林于杰, 楊義軍, 孟祥旭, 馮碩, 尹曉雅, 關(guān)東東 申請人:山東大學(xué)