[發明專利]從圖像數據建模對象

有效

• 申請號: 201110443186.4
• 申請日: 2011-12-14
• 公開（公告）號: CN102520800A
• 公開（公告）日: 2012-06-27
• 發明（設計）人: R·馬爾科維奇;S·拉塔;K·蓋斯納
• 申請（專利權）人: 微軟公司
• 主分類號: G06F3/01
• 分類號: G06F3/01;G06F19/00;G06T13/00
• 代理公司: 上海專利商標事務所有限公司 31100
• 代理人: 胡利鳴

技術領域

本申請涉及從圖像數據建模對象。

背景

從視頻導出的圖像數據對于計算機應用而言是有吸引力的輸入形式。低成本數字成像的進步已將該方法的可行性擴展到消費者電子設備系統，包括視頻游戲。盡管如此，從圖像數據提取可用輸入仍然是復雜的任務。在一些情況下，圖像數據可用于構造一個或多個物理對象的虛擬模型，物理對象的運動或配置對輸入進行編碼。然而，此類對象的圖像可包括光學偽像，可能遮蔽關鍵特征，或者由于其它原因而可能無法以直接的方式來表明輸入。

發明內容

本發明的一個實施例提供用于從圖像數據(諸如從視頻導出的圖像)建模對象的方法。該方法包括在圖像中標識對象上的一組參考點，并且對于所標識的每個參考點，觀察該參考點響應于對象運動的位移。該方法還包括將這些參考點分組在一起，對于這些參考點而言對象的一般平移或旋轉運動產生觀測到的位移，并且使被分組在一起的參考點擬合成某形狀。

提供以上發明內容以簡化的形式介紹本發明的所選部分，不旨在標識關鍵或必要特征。由權利要求書定義的所要求保護的主題既不限于本發明內容的內容也不限于解決本文提出的問題或缺點的各實現。

附圖簡述

圖1示意性地示出根據本發明的實施例的從圖像數據建模對象的示例環境。

圖2示意性地示出根據本發明的實施例的示例控制器。

圖3示出根據本發明的實施例的從圖像數據建模對象的示例方法。

圖4示出根據本發明的實施例的運動中的示例對象。

圖5示出根據本發明的實施例的從兩個較簡單形狀到復雜形狀的示例構造。

圖6示出根據本發明的實施例的運動中的示例對象。

具體實施方式

現在將通過示例并參照所示的以上列出的實施例來描述本發明的各方面。在一個或多個實施例中基本相同的組件、過程步驟和其它元素被協調地標識并且以重復最小的方式描述。然而應該注意，協調地標識的元素還可以在某種程度上不同。還應該注意，本發明中包括的附圖是示意性的并且通常未按照比例繪制。相反，附圖中所示的各種繪制比例、縱橫比和組件數量可以有目的地失真，以使特定特征或關系更加顯見。

圖1示出示例環境，其中對象的虛擬模型可基于運動中的對象的視頻來構造。在此以及在后續附圖中，在視頻游戲的上下文中示出對象建模。然而，也構想了其它大不相同的應用，這些應用同樣由本發明所涵蓋。作為示例，此類應用包括手語識別、兒童早期教育、自主客戶服務以及自主臨床檢查。

圖1示出視覺系統10、顯示器12以及對象14。對象實質上可以是安排的任何移動的或者可移動的物理對象，使得它可由視覺系統來成像。因此，視覺系統和對象可由適于允許成像的任何距離來分隔。

在某些實施例中，對象14可以是自主地運動的。例如，它可以是生物或者自主機械裝置。在一個示例中，對象可以是人(例如，視頻游戲系統的用戶)、客戶服務自助終端或者其它計算機系統。在其它實施例中，對象可容易地運動，但不是自主地運動的。例如，對象可以是人的空手；手可用于形成一系列可辨認的手勢(例如手語)。在另一實施例中，對象可以是握住指示筆、畫筆、球拍、指揮棒或某些其它物體的手。然而，在圖1中，對象14是道具(具體地是被制成兔子形狀的一個道具)，其可由用戶操縱以向視頻游戲提供輸入。在這個示例以及其它示例中，視頻游戲的一個方面可用于動畫化對象，如附圖中所示。

在所示實施例中，視覺系統10是視頻游戲系統16的組件。視覺系統被配置成檢測一個或多個對象的位置、配置、運動和/或姿勢并將上述各項作為輸入提供給視頻游戲應用。視頻游戲系統可被進一步配置成將視頻輸出引導到顯示器12。被引導到顯示器的視頻輸出可從由視覺系統構造的對象的虛擬模型中得出。

繼續圖1，視覺系統10包括攝像機18、照明源20和控制器22。在所示實施例中，攝像機和照明源在視覺系統的前面處耦合，與對象14相對。

攝像機18特別被配置成獲取對象14的或包括該對象的場景的二維(2D)平面圖像序列。攝像機可包括將來自場景的光聚焦到光敏元件(例如，光電二極管或電荷耦合器件(CCD)元件)的集合上的透鏡。因此，由攝像機形成的圖像可包括矩形陣列的像素。每個像素可編碼從對象或場景的特定地點到達攝像機的光的亮度和偏振態中的一個或多個。利用光敏元件的適當的像素級濾波，攝像機可被配置成形成對象的彩色圖像。控制器22可被配置成控制經由攝像機的圖像獲取，接收所獲取的圖像，以及在一些實施例中利用從照明源20釋放的光來協調圖像獲取。