Kinect体感技术在人机交互中的应用研究

本文通过查阅国内外相关文献,了解了人机交互技术尤其是可以实现高效人机交互的Kinect体感技术的发展方向,并以此为研究基础,综述了Kinect体感技术的理论基础和国内外应用现状,讨论了其广泛应用需要解决的技术难题,展望了其在人机交互领域的应用前景,得出了Kinect体感技术有利于推动人机交互的智能化进展,是人机交互改革的又一个新起点的结论。     

基于Kinect的体感技术在数字化舞蹈中的应用研究

Kinect体感技术在数字化舞蹈中的应用,主要是将Kinect作为深度和彩色数据的获取设备,对得到的舞蹈人员原始信息,进行去噪、平滑处理、对齐等一系列操作,在此基础上,将Kinect获取的深度数据转化为与虚拟角色三维坐标一致的算法,实现用户动作、体态的变化,来控制虚拟角色动作、体态的变化。突破传统舞蹈学习方式的局限性,对舞蹈学习方式的改革和创新具有重要而深远的意义。     

基于Kinect体感技术开发幼儿认知系统技术可行性研究

基于Kinect体感器开发一套幼儿认知系统,以激发幼儿认知的兴趣,陶冶幼儿的情操,促进幼儿的智力发展,提高幼儿的认知能力。幼儿认知系统是基于Kinect的体感技术,借助Kinect感应系统来定位捕捉幼儿动作及识别幼儿的语音信息,通过Kinect体感设备与计算机系统连接,将动作及语音信息输入系统,实现幼儿与系统之间互动,带幼儿进入模拟真实的认识环境中,沉浸在虚拟现实中进行认知训练,在娱乐中提高幼儿认知能力。     

基于Kinect的虚拟试衣系统设计与实现

本项目主要通过Kinect摄像头捕获人体数据,彩色数据和深度数据,对采集到的数据作处理,生成人体骨骼模型,方便对人体骨骼定位;进而设计算法使衣服图像适配人体,再根据识别人体手势,做逻辑处理之后,然后通过Kinect体感器将信息发送给PC,形成操作命令,最终使人体可以操控衣服。本项目的 Kinect虚拟试衣不仅可以让用户试看衣服的款式,还可以通过体感技术实时与外界进行交互,从而让试衣过程更加便捷和逼真。整个系统可广泛应用在家庭、商场及网络购物等场景中。     

基于Kinect 3D体感摄影机的健身教练系统设计

为了克服现有智能健身教练系统的功能缺陷,提出一种基于互联网+和多源信息融合技术的健身教练系统的设计与实现方法。基于多通道传感信息,设计姿态校正算法,克服单一图像传感器信息不完整的缺陷,保证姿态校正的准确性;该系统既能有针对性地给出科学的健身计划及营养计划,也能实时检测健身动作是否正确并实时进行语音、图像纠正提示,引导使用者做出正确的动作,在一定程度上完成私人教练的全部职责;另外,该系统也可用于减肥、康复等。     

基于Kinect与Dobot机械臂的人机交互系统

文中系统主要为通过Kinect体感器捕获人体手的坐标移动以及手势变化,利用坐标转化等手段,将其转化为指令发送到Dobot机械臂,使其能够在非特定条件下,按照人体手的轨迹做特定运动,并进行抓取物体等功能。系统中的Kinect体感器获取坐标为三维空间中的人体手的移动轨迹,使得Dobot的机械臂运动更加贴近人体实际操作,大大加强了实用价值。另外Kinect还将获取人体手势,用于控制Dobot末端夹具的开合。     

AR技术在教育领域的应用

增强现实(AR)是一种新兴的体验形式,通过与特定位置或活动相关联的计算机生成的内容来增强现实世界。文章通过分析AR技术的原理、技术特点和实现方式,并结合实际案例总结出AR技术运用在教育领域中的应用方向和特征优势,为AR技术在教育中的设计应用提供理论指导。     

基于体感控制的智能家居系统设计与实现

随着技术的发展,智能家居在可预见的将来会发展成为物联网的一个分支,社会生活也会倾向家庭的智能化和自动化,所以智能家居的研究和发展在以后将会极大地影响人们地生活,使人们的生活更加舒适。文中项目主要分为两大模块:远程监控模块和体感控制模块。远程监控模块主要通过Cubieboard3开发板和UVC摄像头实现数据获取,并采用H.264视频输入与输出格式的转化与配置。体感控制模块主要是采用微软的Kinect实现体感控制家居设备。该模块主要通过Kinect摄像头捕获人体数据,彩色数据,深度数据和语音数据,对采集到的数据作处理,通过手势识别和语音识别,对家居设备进行控制。     

基于体感识别的辅助倒水机器人控制系统

为了更好的给老年人及残疾人提供服务,基于体感识别技术,设计了辅助倒水机器人控制系统。首先通过Kinect摄像头获取人体景深图像,然后利用体感识别控制算法对人体姿势进行识别,最后将识别结果转换为控制命令传输到辅助倒水机器人使其执行相应动作。实验表明,辅助倒水机器人具有良好的操控及执行性能,能较好地满足老年人及残疾人的需求,对服务型机器人领域的发展研究具有很好的参考价值。     

基于Kinect传感器的近场手势识别追踪系统的实现

利用Kinect深度传感器所获取的图像深度信息实现手部从背景中的分割,并通过零均值离散高斯滤波、二值化、取最小外包矩形、欧式距离变换等一系列过程对手势目标进行识别,最后把得到的识别结果显示在电脑上,实现实时追踪。该系统相较其它类似系统具有算法简单,实时性好,实现成本低等特点。     

基于Kinect体感器的康复机械手臂系统算法设计与实现

设计实现一种新的机械手臂康复系统。利用Kinect体感器获取人体右肩、右肘和右腕3个关节的三维坐标,计算得出所需控制参数。建立体感器与机械手臂之间通信机制,通过数据反馈调整所需控制参数。实现多自由度同时协调运动的康复型机械手臂控制方法。实验表明,该系统控制下的机械手臂能够平滑无明显停顿感地模仿人类手臂的自然动作,提高患者使用时的舒适度,增强康复效果。     

基于专利分析论增强现实技术应用与工业现状

增强现实技术已由研究阶段进入实际应用并推出产品.通过对近20年该领域世界范围内的专利数据的统计,分别从技术发展趋势、技术目标国、技术产出国、应用领域、实现介质等多方面进行专利分析,证明该技术已进入应用与工业化快速发展阶段,发展势头超过虚拟现实技术,但其在中国的发展仍明显落后于传统发达国家和韩国.     

基于Kinect的手势识别及在虚拟装配技术中的应用

为了实现在Virtools环境下自然方便的人机交互过程,设计开发了基于Kinect的虚拟装配交互技术。该技术通过三维多手指检测并结合Kalman滤波来稳定跟踪指尖,同时基于指尖特征自定义了多种装配所需的手势;以Mir-crosoft Visual Studio 2010为开发工具,设计了手势操控相关功能块的编辑后集成于Virtools环境中,实现了手势在虚拟装配中的交互控制。实例证明,该技术能很好地完成虚拟装配过程,效果良好。     

增强现实技术在电视节目中的应用分析

介绍增强现实技术的功能与优势,指出跟踪技术的重要性,强调SLAM技术的算法优势,结合电视节目的发展需求,以增强现实技术为视角,从数据校准、SLAM算法、渲染技术三个方面,阐述电视节目融合AR技术的具体情况,相应地给出未来AR技术的发展建议,以此发挥增强现实技术的应用价值,促进电视节目智能化发展.     

增强现实技术在教育中的应用

阐述大数据、物联网、智能AI技术的发展融合日益成熟,增强现实技术（AR）逐渐成为关注的焦点,教育领域成为AR技术融合发展的新赛道。探讨增强现实技术在教育领域应用,分析增强现实技术概念和特性、教育需求和优势,增强现实技术在不同的教育对象、不同的学科领域、不同的教育阶段中的应用。     

基于Kinect的装配仿真系统设计与开发

在搭建了装配仿真系统整体架构的基础上,文章对基于Kinect的虚拟场景的建立、仿真工具与产品模型的创建等关键技术进行了较为深入的讨论,并以此为依据开发了汽车零配件装配仿真系统。应用结果表明,人机交互技术的应用显著提升了装配工作效率与学习体验感。     

增强现实技术在高等学校基础实验教学中的应用研究

随着科学技术的不断发展以及网络技术、智能移动设备的快速普及,增强现实技术的出现及应用,有效促进了高校基础实验教学中教学方式的改革和创新。增强现实技术作为将虚拟图像和现实环境结合起来的高新技术,在高校基础实验教学中的应用,具有激发学生实验兴趣、提升学生实验操作专注度以及实时指导教学实验操作等多方面的特殊优势。但就目前而言,增强现实技术在高等学校基础实验教学中的应用研究还存在很大的提升空间,需要进一步加强相关技术的研发工作、提升实验教学者对该技术的认知,以促进增强现实技术在高校基础实验教学中更深层次的应用。     

体感技术在多声道音频制作中的应用

体感技术的快速发展也为人机交互的方式提供了新的途径,结合多声道音频制作过程中遇到的问题,文章以Leap Motion体感设备及MIDI数据协议为基础,设计并实现了更加符合自然人机交互规则的多声道声像控制器,解决了多声道音频制作特别是3D环绕声制作过程中输入设备与声音轨迹所在空间维度不一致的问题。     

智能家居中的体感技术的应用和前景

智能家居技术中,实现与人交互的一类重要技术是体感技术。体感技术让人不必受限于遥控器等控制终端,以更自然的方式与智能家居进行交互。智能家居中的体感技术一般借助惯性传感、语音、视觉等几种媒介,语音技术的优势是技术成熟,但语音命令的复杂度受限于自然语言理解的限制;惯性传感和视觉的优势是直观,目前惯性传感的商用产品较多。虽然视觉传感目前主要限于手势等的控制,与惯性传感的控制方式类似,但随着技术的发展,视觉传感的发展潜力巨大,属于未来的技术发展方向。     

基于Kinect深度图像的人体识别分析

介绍了深度图像在模式识别中的研究现状及其在人体识别中的应用。针对目前普通相机拍摄的图像识别在光照、姿态、遮挡等因素影响下性能下降的问题,以微软推出的Kinect设备为平台,通过分析Kinect相机获取的深度图的特征,提出以综合点特征和梯度特征的局域梯度特征的方式来对人体部位区分判定,并以手肘为例作了简要论证。