| 发明名称 | 运动识别 | ||
| 摘要 | 本发明涉及运动识别。人体运动由从用户的图像数据导出的骨架模型来表示。骨架模型数据可用于执行对身体运动的运动识别和/或相似度分析。运动识别的示例方法包括从捕捉设备接收表示用户数据运动特征的骨架运动数据，该骨架运动数据与用户在场景内的方位相关。确定所接收的骨架运动数据相对于来自原型运动特征数据库的多个原型运动特征的互相关。对骨架运动数据与多个原型运动特征中的每个相对应的似然度进行排序。使用互相关来确定似然度。对多个原型运动特征的子集执行分类操作。选择多个原型运动特征的子集，因为其成员具有对应于骨架运动数据的相对最高的似然度。 | ||
| 申请公布号 | CN102693413A | 申请公布日期 | 2012.09.26 |
| 申请号 | CN201210037535.7 | 申请日期 | 2012.02.17 |
| 申请人 | 微软公司 | 发明人 | D·基洛夫斯基;M·拉菩提斯 |
| 分类号 | G06K9/00(2006.01)I;G06F3/01(2006.01)I | 主分类号 | G06K9/00(2006.01)I |
| 代理机构 | 上海专利商标事务所有限公司 31100 | 代理人 | 杨洁 |
| 主权项 | 一种基于从用户(106)的图像数据导出的骨架模型数据，对身体运动的运动识别(500)和/或相似度分析的方法，包括：从捕捉设备(110)接收(502)表示用户(106)数据运动特征的骨架运动数据，所述骨架运动数据与用户(106)在场景内的方位相关；确定所接收的骨架运动数据相对于来自原型运动特征数据库的多个原型运动特征(708、720、1108)的互相关(504、804)；对所述骨架运动数据与所述多个原型运动特征(708、720、1108)的每个相对应的似然度进行排序(506)，所述似然度基于所述互相关；以及对所述多个原型运动特征(708、720、1108)的子集执行分类操作(508)，所述多个原型运动特征(708、720、1108)的所述子集具有对应于所述骨架运动数据的相对最高的似然度。 | ||
| 地址 | 美国华盛顿州 | ||