[发明专利]体积识别方法和系统

说明书

技术领域

本发明涉及体积识别方法和系统，特别是与数据处理装置互动交互的 体积识别方法和系统，但不局限于此。

背景技术

与数据处理系统的交互，且特别是数据与指令的输入，是一般性的习 知议题。传统上，这种交互会通过实体输入装置，例如键盘、鼠标、滚轮、 笔、触摸屏、操纵杆、游戏键盘等等，以响应使用者对于它们所进行的实 体动作而产生信号。然而，此种实体输入装置具有许多缺点。例如，他们 仅能提供有限的不同输入信号量，在某些应用，例如三维“虚拟现实”环 境中，会让人觉得不自然且缺乏真实感。此外，这些装置很容易受到磨损 的影响，且这些装置的持续使用可能甚至会对使用者的健康造成负面的影 响，例如重复性的拉伤(repetitive strain injury)。

也已知道有替代性的输入装置及方法。例如，针对语音识别的实用系 统可供使用。然而，对某些应用而言，例如需要使用者快速、精确且反复 输入的动作游戏，语音识别并非实用的选择方案。此外，其效果很不幸地 会受到背景噪声的影响，而且其通常需要学习时段来识别特定使用者的语 音命令。另外的选择方案是图像识别。在其最简单的形式中，图像识别系 统能以对比色彩来识别二进制图样，例如条形码，且将这些图样转换成用 于处理的二进制信号。较高级的图像识别系统能够识别图像中更复杂的图 样，且在响应时产生非常多样的信号。例如，美国专利US 6256033已经提 出了这种图像识别系统，用于在成像系统的范围内识别使用者的姿态。然 而，传统的成像系统对于深度不具有识别力，且仅能产生该使用者的2D投 影。其结果是，使得使用者的姿态的识别在本质上就有缺陷，受限于可行 的输入的范围，且充斥着可能的识别错误。特别是这些系统会有使使用者 与其背景分离的问题。

然而，3D成像系统的发展提供了发展形状识别方法及装置的可能性， 允许例如，更好的使用者姿态识别。在G.Yahav、G.J.Iddam与D. Mandelboum的“3D Imaging Camera for Gaming Application”中公开了一种 这样的3D成像系统。在此论文中公开的该3D成像系统就是所谓的“飞行 时间式(Time-Of-Flight)”或TOF型，其能够从位于前述3D成像系统的范 围内的对象所反射的光的波前(wavefront)的形状来获得深度感知。然而，例 如立体照相机(stereo camera)、激光雷达(LIDAR)、雷达、声纳等等也已经 提出了其它种类的成像系统。

使用这种3D成像系统的姿态识别方法及系统已被公开在国际专利申 请案WO 00/30023A1中。然而，因为此方法本身不会识别体积，而是仅能 反映出在某个目标区域中的对象的点是否存在以及在区域中的移动，其仅 能识别最简单的姿态，且在更复杂的应用方面依然不适用。在WO 2004/064022A1中，公开了更基本的输入方法。

美国专利申请案公开案US 2006/023558A1公开了一种使用3D成像系 统的形状识别方法。在此方法中，根据所见的深度来将前述3D图像的点群 组化为丛集(cluster)或“块(blob)”。然后，使预先定义的对象的不同形状的 基元(primitive)可以和这些“块(blob)”相关联。当此体积识别方法允许对在 前述3D成像系统的范围内的对象进行更精确的建模时，其仍然会有明显的 缺点。当在前述图像中的所有对象被分配成一个“块(blob)”时，其数量及 复杂度将会受限于可用的数据处理能力。实际上，这会将此形状识别方法 限制于仅需要对象的低阶模型的应用，例如车辆撞击警示及回避系统。在 需要较精密的体积识别的应用中，例如姿态识别系统，前案依旧是不实用 的。

美国专利申请公开案US 2003/0113018A1以及国际专利申请案WO 03/071410A2两者皆公开了更适合用于姿态识别的形状识别方法。

在US 2003/0113018A1所公开的方法中，使用者是最接近前述3D成 像系统的对象，且欲略过背景，则选择出比预定深度阈值更接近的前述3D 图像的点。然后，根据数个不同的基准及群组化算法，前述被选择的点会 被群组化为呈现前述躯干、头部、臂部、手部的五个丛集。然后，使前述 躯干和臂部与平面形状相关，且使前述头部和手部与三维体积相关。当此 方法容许更高级的姿态识别时，前述体积识别会保持较低阶，尤其是前述 躯干及臂部被识别为平面状，而非三维元素。