[发明专利]一种基于深度学习的体感游戏跟踪方法及装置

说明书

本发明公开了一种基于深度学习的体感游戏跟踪方法，通过使用深度或者单目体感摄像机不断地进行图片采集以实现行人检测以及人体关键点检测；构建滤波器，对帧数为t‑1时刻的图片每个行人检测框以及对应的人体关键点坐标建立状态向量x_(t‑1)，并利用滤波器预测当前t时刻的状态结果x_(t)，最后利用t时刻真实的观测结果对t‑1时刻的状态进行更新；确定行人跟踪以及所有行人ID号；选取游戏操作者的ID号，判断游戏操作者的ID号是否存在于跟踪的结果中；确定游戏操作者，根据的结果，选取游戏操作者的ID号对应的行人作为游戏操作者，选定了游戏操作者后即可通过不断的循环跟踪该游戏操作者，从而使体感游戏系统能够稳定并且准确地识别游戏的操作者。

技术领域

本发明涉及计算机交互技术领域，尤其涉及一种基于深度学习的体感游戏跟踪方法及装置。

背景技术

随着数字化，网络化以及智能化生活理念的日益普及，基于人工智能的体感游戏也逐渐被人们接受。然而在人们进行单人或多人互动的体感游戏过程时，当不参与游戏的其他行人进入到体感游戏摄像机镜头后，体感游戏系统如何稳定并且准确地识别游戏的操作者而不受其他行人的干扰对于体感游戏的体验而言至关重要。

目前市面上绝大多数体感游戏使用深度摄像机在进行体感游戏体验的同时，利用该深度摄像机来估计镜头中出现的行人距离体感游戏摄像机的远近(比如距离体感游戏摄像机镜头最近的人为游戏操作者)、利用其他辅助设备例如游戏手柄或者利用人脸识别跟踪模块等来确定游戏操作者。使用深度摄像头估计行人距离相机的远近来确定游戏操作者的方案极容易在游戏过程中受到干扰，同时与购买辅助设备这样的方案一样增加了人们购买体感游戏的成本。在系统中增加人脸识别跟踪模块对获取到的人脸图像质量以及人脸头部姿态要求较高，在实际体验过程中极容易受到头部姿态以及图片成像质量的影响。因此开发出一套在不增加购买体感游戏成本的同时体感游戏系统还能够稳定并且准确地识别游戏的操作者装置是一个急需解决的问题。

发明内容

针对现有体感游戏系统解决镜头中出现多人时识别游戏操作者方案的问题，本发明提出一种体感游戏的跟踪装置来解决体感游戏镜头中出现多人时正确识别游戏操作者的问题。

本发明主要结合体感游戏摄像头采集的图片，通过基于深度学习的行人检测以及行人跟踪的算法装置来确定游戏的操作者。首先，利用体感游戏本身的摄像头进行图片采集的方案无需特定的辅助装置，这样节省了体感游戏的购买成本。同时利用体感游戏摄像机采集的图片结合行人检测以及行人跟踪的算法装置比使用行人距离摄像头的距离来确定游戏操作者更加稳定和准确。

本方法在很大程度上解决了目前体感游戏系统在确定游戏操作者方案上的缺点与不足，同时本方法对基于深度摄像机以及单目RGB摄像机的体感游戏都能够适用。

本发明旨在至少解决现有技术中存在的技术问题之一。为此，本发明公开了一种基于深度学习的体感游戏跟踪方法，包括如下步骤：

步骤1，通过使用深度或者单目体感摄像机不断地进行图片采集以实现行人检测以及人体关键点检测；

步骤2，构建滤波器，对帧数为t-1时刻的图片每个行人检测框以及对应的人体关键点坐标建立状态向量x_(t-1)，并利用滤波器预测当前t时刻的状态结果X_(t)，最后利用t时刻真实的观测结果对t-1时刻的状态进行更新；

步骤3，确定行人跟踪以及所有行人ID号；

步骤4，选取游戏操作者的ID号，判断游戏操作者的ID号是否存在于所述步骤3跟踪的结果中；

步骤5，确定游戏操作者，根据所述步骤4的结果，选取游戏操作者的ID号对应的行人作为游戏操作者，选定了游戏操作者后即可通过不断的循环跟踪该游戏操作者，从而使体感游戏系统能够稳定并且准确地识别游戏的操作者。