[發明專利]使用全球生成的多維姿勢數據檢測身體運動的系統和方法

有效

• 申請號: 201280047348.5
• 申請日: 2012-04-18
• 公開（公告）號: CN103827891B
• 公開（公告）日: 2018-01-09
• 發明（設計）人: A·布爾扎奇
• 申請（專利權）人: ARB實驗室公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62;G06K9/78
• 代理公司: 北京市金杜律師事務所11256
• 代理人: 王茂華

相關申請的交叉引用

本申請要求于2011年8月12日提交的、標題為“Crowd Sourcing Gesture Recognition System”的第61/512,528號美國臨時專利申請和于2011年11月16日提交的、標題為“Crowd Sourcing Gesture Recognition System”的第61/628,468號美國臨時專利申請的優先權，二者通過引用的方式完整并入于此。

技術領域

本發明涉及基于多維姿勢數據的眾包（crowd sourcing）。更具體而言，本發明涉及用于使用多維姿勢數據的眾包的系統和方法。

背景技術

姿勢可以視為身體語言的重要方面，并且可以每天在人們之間的溝通中使用。對于許多人，在與另一人面對面溝通時可能難以避免做出某種姿勢。姿勢可以容易地并看來無言地傳達消息。能夠一致地并且迅速地評估和執行姿勢可以形成許多娛樂形式的基礎，這些娛樂形式包括可以在實質上為協作或者競爭的游戲。姿勢可以代表多種不同事物，包括表情或者更具體事物、比如意圖、人物、地點或者物品的代表。出于多種目的，設法在這些溝通形式之間進行準確區分可以是有益的。

在行業中通常而言，將通過與如在Ling Guan教授和Mathew Kyan教授的工作以及A.Bulzacki、L.Zhao,L.Guan和K.Raahemifar 的發表論文"Computerized Recognition of Human Gestures"以及A.Bulzacki,L.Guan和L.Zhao的發表論文"An Introduction to Gesture Recognition Through Conversion to a Vector Based Medium"中證實的各種過程組合使用形狀描述符來克服實施姿勢識別系統的挑戰。然而盡管這些領導者在領域中占有大方向并且他們建議在這一途徑上繼續，但是發明人采用一種如以下公開的用于解決姿勢識別問題的不同方式。

發明內容

機器可以有潛力通過過程（比如機器學習）比人類更快速并且更高效地對姿勢成功進行分類。在過程（比如機器學習）中，機器可以被教導以識別姿勢。基于機器的智能對不同類型的姿勢進行分類和檢測的潛力可以用來擴展電子通信、交互式娛樂和安全系統世界。

實際上定義姿勢的內容和該姿勢意味著的內容可以是主觀視圖。姿勢可以包括人體在時間范圍內的一個或者多個運動序列。姿勢也可以包括人體在特定時間點的配置或者定位的集合。在一些實例中，姿勢包括人體在特定時刻或者具體時間點的特定定位。在時間上的眾多這樣的特定定位可以組成運動序列，這也可以用來定義姿勢。在一些實施例中，人體的一個或者多個身體部位在特定時間的定向或者定位以及這些一個或者多個身體部位（比如關節）隨時間的運動可以定義姿勢。

在一個實施例中，可以在姿勢識別研究領域中使用硬件部件，并且可以使應用的技術可用于一般大眾用于家庭使用和企業以用于行業或者專業使用。可以存儲包括關于關節的定位和/或運動的信息的數據用于由識別系統使用。包括關于定位和/或運動的信息的數據可以包括數據的自引用特征，其中對象的身體部位的定位或者對象的關節的位置關于對象的身體上的特定定位進行引用。在一個實例中，數據包括如下特征，這些特征標識對象的身體部位和/或關節關于、或者相對于對象的腰部的位置或者定位。在一些實例中，自引用數據可以關于在對象的身體上的任何其它身體部位或者位置進行引用。這一自引用數據可以被學習算法使用，從而學習算法可以分析數據并且標識自引用數據的針對特定身體運動的一些關鍵特征，這些關鍵特征可以從對象的所有其它運動中唯一地標識出這一特定身體運動。由于自引用數據被提供給在系統上操作的人工智能裝置或者算法，該自引用數據標識身體部位相對于在數據本身內的參照點的定位和位置，所以這一算法可以使用數據學習以基于包括這樣的不同標識運動特征的一個或者多個連續姿勢數據幀來檢測和識別人的姿勢。