Microsoft Research详细介绍了在Kinect上识别玩家机构的更快方法

2019-08-18 11:04 来源:http://www.zjhaipu.com
来自剑桥微软研究院的一篇新论文详细介绍了如何使用机器学习程序来提高公司Kinect传感器的肢体检测技术的速度和准确。

“单个深度图像中的实时人体姿态识别”[PDF,摘要]详细列出了可用于在未来软件中提高Kinect能的新AI例程。

基本过程包括分析数百万个预先标有可识别身体部位的3D深度图,例如手臂,腿和躯干。由1,000个核心组成的服务器每天分析大约一百万个这些图像,将聚合结果汇总成一系列树,这些树可以在没有识别数据的情况下快速成识别身体部位。

一旦完全构建了树,它们就会用于概率地猜测Kinect拍摄的每个3D像素数据位的特定身体部位。最后,系统使用这些像素为构成角色3D模型骨架的关节分配位置。

研究人员声称,Xbox 360 GPU可以在5毫秒内完成这种模式识别过程 - 速度超过每秒200帧 - 该团队表示“至少比现有方法快一个数量级”。更重要的是,大量的机器学习输入意味着据报道,该过程适用于各种不同的身体类型而没有任何校准姿势,如本说明视频所示。

早期的Kinect演示和软件受到了开发人员和观察者的一些批评,他们使用Kinect时,实际运动和屏幕反应之间存在明显的滞后现象,其中一些测量数百毫秒。

上一篇:无限病房做的使命召唤6
下一篇:无偿的互联网比尔导致游戏肆虐

相关文章