[发明专利]骨架以外的姿势

说明书

背景技术

诸如计算机游戏、多媒体应用、办公应用等许多计算应用使用控制来允许用户操纵游戏角色或应用的其他方面。通常使用例如控制器、遥控器、键盘、鼠标等等来输入这样的控制。不幸的是，这些控制可能是难以学习的，由此造成了用户和这些游戏及应用之间的障碍。此外，这些控制可能与这些控制所用于的实际游戏动作或其他应用动作不同。例如，使得游戏角色挥动棒球球棒的游戏控制可能不与挥动棒球球棒的实际运动相对应。

发明内容

此处所揭示的是用于接收反映用户的骨架移动或位置的数据以及附加数据(诸如控制器上的按钮按压)并根据该数据确定用户是否已执行一个或多个姿势的系统和方法。

在一实施例中，计算设备从相机接收一系列图像。该相机可包括彩色相机(如红-绿-蓝，即RGB)、深度相机、以及三维(3D)相机。该数据可包括分开的深度图像和彩色图像、结合了深度和色彩信息的组合的图像、或其中标识了诸如被骨架映射的人等对象的经解析的图像。该数据捕捉由至少一个用户作出的运动或姿态。此外，由计算设备接收“附加数据”，诸如用户的控制器输入、用户穿戴的物品、在用户控制下的道具、或第二用户的移动或身体位置。计算设备合并用户位置数据和附加数据两者，以确定用户向系统做出的一个或多个输入。

以上是发明内容，并且因此必然包含细节的简化、一般化及省略。本领域技术人员将明白，本发明内容只是说明性的并且决不旨在是限制性的。

附图说明

参考附图来进一步描述根据本说明书的用于骨骼之外的姿势的系统、方法和计算机可读介质，附图中：

图1A和1B示出其中用户正在玩游戏的目标识别、分析及跟踪系统的示例实施例。

图2示出了可在目标识别、分析和跟踪系统中使用的捕捉设备的示例实施例。

图3A示出了可用于在目标识别、分析和跟踪系统中解释一个或多个姿势的计算环境的示例实施例。

图3B示出了可用于在目标识别、分析和跟踪系统中解释一个或多个姿势的计算环境的另一示例实施例。

图4A示出了从图2的目标识别、分析和跟踪系统生成的用户的骨架映射。

图4B示出了图2所示的姿势识别器架构的进一步细节。

图5A和5B示出了可如何堆叠姿势过滤器来创建更复杂的姿势过滤器。

图6A、6B、6C、6D和6E示出了用户502在美式足球视频游戏中可以作出的用以发出“安全接球”(fair catch)的信号的示例姿势。

图7A、7B、7C、7D和7E示出了在解析图像数据的每一帧来产生用户的骨架图时图6A、6B、6C、6D和6E的示例“完全接球”姿势。

图8A示出了正通过由捕捉设备捕捉的身体移动来对系统做出姿势输入并且正按下控制器上的按钮的用户。

图8B示出了正通过各自由捕捉设备捕捉的相应身体移动来对系统做出组合的姿势的多个用户。

图8C示出了正通过由捕捉设备捕捉的身体移动来对系统做出姿势输入并且控制由捕捉设备所捕捉的道具的用户。

图9示出了由于向系统提供用户移动或基于用户的骨架映射的姿势之外的输入。

图10示出用于骨架以外的姿势的示例系统架构。

具体实施方式

用户可通过执行一个或多个姿势来控制在诸如游戏控制台、计算机等计算环境上执行的应用。根据一个实施例，姿势可由例如捕捉设备来接收。例如，捕捉设备可捕捉场景的深度图像。在一个实施例中，捕捉设备可以确定场景中的一个或多个目标或对象是否对应于诸如用户等人类目标。为了确定场景中的目标或对象是否对应于人类目标，可对每个目标进行泛色填充并将其与人体模型的图案作比较。然后可扫描匹配人体模型的每一目标或对象来生成与其相关联的骨架模型。该骨架模型然后可被提供给计算环境，使得计算环境可跟踪该骨架模型，呈现与该骨架模型相关联的化身，以及可基于例如用户的已经从该骨架模型中识别出的姿势来确定要在计算环境上执行的应用中执行那些控制。姿势识别器引擎(其架构在下文中更完整地描述)被用于确定用户何时做出了某一姿势。

图1A和1B示出其中用户18正在玩拳击游戏的目标识别、分析及跟踪系统的示例实施例。在一示例实施例中，目标识别、分析和跟踪系统10可用于识别、分析和/或跟踪诸如用户18等的人类目标。

如图1A所示，目标识别、分析及跟踪系统10可包括计算环境12。计算环境12可以是计算机、游戏系统或控制台等等。根据一示例实施例，计算环境12可包括硬件组件和/或软件组件，使得计算环境12可用于执行诸如游戏应用、非游戏应用等应用。