EDN China > 商情观察 > 工业电子 > 检测与传感 > 正文
? 2016博客大赛-不限主题,寻找电子导师,大奖升级??

关于3D体感技术核心环节的三大揭秘

Randy Orton?? 2015年08月27日 ?? 收藏0
3D体感的技术是光学精密仪器与制造、模式识别、图形图像、机器学习和神经网络技术集大成者,跨越多个领域的高精尖技术。所以,在2010年微软Kinect推出以来,鲜有第二家公司和研究机构完全突破体感交互的所有技术环节。3D体感核心技术包括3D拍摄、人物提取和骨架识别。我们来浅析一下3D体感技术每个核心环节的技术特点。

一、骨架识别技术

骨架识别的技术解决方案主要由数模逻辑推理和机器学习两种方案。数模逻辑推理是通过有人体的某个关键可识别的关节点,通过人体特征推理出人体每个关节点的位置,这种方法简单易实现,但是人体是柔性、易变形,随机动态变化的,没有一种逻辑推理方案能够把人体的运动给模拟出来,导致识别准确率不高没有实用价值。这就是OMEK(被Intel收购)和Softkinetic(Intel合作伙伴)几年也不能推出商用化产品的原因。机器学习的方法是通过大集群计算机“学习”几千甚至万亿的人体行为样本,来得到基本人体行为模型,就像小孩子成长的过程。但是机器学习和神经网络是近几年来逐步兴起的技术,还不是太成熟,选择什么样的“学习”方法和什么样的特征样本是至关重要的,是需要不断试验的。但是大集群计算机计算本身成本就异常的高,动则千万人民币,没有扎实的研究基础,一般厂商不敢轻易尝试。

图1 系统的总体框图

二、人物提取技术

对于人物提取来说,就是要把复杂的动态的环境去除,把真实的“人”提取出来。这个在工程上也是有较高的难度,比如人与桌子接触,人与人握手和人体被局部遮挡。抽象理解就是人体分割和人物跟踪在现有的基础条件下,不会有完全精确的解决办法,只是相对的解决。

人体的动作是三维的,当然对人体动作的测量也必须是三维的。3D拍摄或测量技术实际上是相对比较成熟的技术,具有多种解决方案,比如单彩色摄像头,双彩色摄像头,光干涉,超声波、结构光散斑和TOF(测量光的飞行时间)等等。除了TOF,其他的测量方式可以说都是基于三角测距的原理,不同在于对特征点的提取的不同。

对于人体动作来说最主要的难题就是三维测量的实时性和3D测量数据对骨架识别的适用性,人眼的反应时间一般小于120毫秒,也就是说3D测量到骨架识别最大允许时间必须小于100毫秒,才能够与应用对接,这就要求三维测量的计算量不能太大,要不然成本太高就不适合消费级产品使用。

图1 系统的总体框图

三、3D拍摄技术

彩色摄像头是以颜色和纹理为基础的,光线细微的变化都会带来图像处理上较大的差别,对于纹理的细微分别决定了彩色摄像头只能局限在近距离(0.8米以内),这就是我们可以看到三维拍摄的图像都是黑白的灰度图的原因。彩色图像颜色提取的方式,抗光线和同色系干扰的能力极差,原理上决定很难把不同的物体区隔出来,得到的三维图像体感也是无法使用的。这就是为什么leapmotion必须是室内向上拍摄,通过LED把手掌点亮的原因。

光干涉的原理精度高,但是计算原理就决定了该方法计算量超大,为了减小计算,就要想办法省略掉物体的整体构建,只计算物体的边缘轮廓。但是物体的边缘轮廓的三维信息根本就做不出骨架识别的训练算法。Intel的realsense,还有Pepplesinterface面临的困境,可以三维测量,却不可以体感。

Primisense的结构光散斑测量方法,就是在测量精度和计算量上面向体感技术做出平衡的最优方案之一。Primesense的精度为厘米级,判断人体动作已经足够了。

TOF的方案分辨率很难再提高了,而且测量光飞行时间的晶振芯片和摄像头模组技术难度太高,从图像质量和成本的角度,TOF在很长一段时间仍然落后于结构光方案。超声波的精度太低,远距离实用性不强。

图1 系统的总体框图

如您对电子设计技术/产品感兴趣,欢迎参加2015年IIC-China秋季展(8月31日~9月3日,深圳会展中心3号馆)。提前注册抢座,请点击或扫描下面的二维码:

2015年IIC-China秋季展

《电子技术设计》网站版权所有,谢绝转载


?? ?? ??


打开微信“扫一扫”,打开网页后点击屏幕右上角分享按钮

1.扫描左侧二维码
2.点击右上角的分享按钮
3.选择分享给朋友
?? ??

3D体感? 骨架识别? 3D拍摄? 微软?

相关文章

我来评论
美国的游客
美国的游客 ??? (您将以游客身份发表,请登录 | 注册)
?
有问题请反馈