微软Kinect是怎么做到的

最新推荐文章于 2024-10-07 14:48:43 发布

好清闲

最新推荐文章于 2024-10-07 14:48:43 发布

阅读量4.3k

点赞数

分类专栏：多媒体编程文章标签：微软游戏 microsoft 产品 2010 class

多媒体编程专栏收录该内容

19 篇文章 0 订阅

订阅专栏

身体就是控制微软Kinect是怎么做到的器

http://xbox360.tgbus.com/jiaocheng/Soft/201007/20100708145758.shtml

游戏主机中的Microsoft和Sony终于都正式推出了体感装置，最令人惊艳的莫过于不需要任何控制器的Kinect，最令人好奇的是，Kinect到底如何侦测全身体感？搭载了什么特殊功能？各个镜头的用途是什么？

　　大家应该都知道Kinect是靠摄影机镜头捕捉使用者的动作，但对于细节或许不是很清楚，近日随着国外游戏网站play.com公布了Kinect的详细规格，也让我们可以间接了解更多细节。

　　先由Kinect的运作原理开始吧，Kinect一次可撷取三种东西，分别是彩色影像、3D深度影像、以及声音讯号。首先是Kinect机身上有3 颗镜头，中间的镜头是一般常见的RGB彩色摄影机，左右两边镜头则分别为红外线发射器和红外线CMOS摄影机所构成的3D深度感应器，Kinect主要就是靠3D深度感应器侦测玩家的动作。

　　中间视讯镜头则是用来辨识玩家身分（靠着人脸辨识和身体特征）、以及辨识基本的脸部表情，此外也能应用在扩增实境游戏、以及视讯通话时；同时 Kinect还搭配了追焦技术，底座马达会随着对焦物体移动跟着转动。

　　都用上了不用遥控器的体感装置，哪里还要玩家头上挂个耳麦的道理，因此Kinect也内建了麦克风系统，用的还是阵列式麦克风。它的好处是藉由多组麦克风同时收音，比对后消除掉杂音，等于提供了降噪功能，让玩家的声音能更清楚的传递出去。

　　▲Kinect中间的镜头是摄影机、左右两颗镜头则是3D深度感应器；同时具有追焦功能，底座马达可左右旋转27度。此外还有阵列式麦克风。

　　▲Kinect可同时获取彩色影像、3D深度影像、以及声音讯号。

　　▲Kinect的架构图

　　使用这么新颖的侦测技术，Kinect是用了什么特殊规格的设备？事实上并没有我们想的那么特别，从规格表里看到的，都是相当普通的内容，例如视讯摄影机的影像规格为640×480 30FPS、红外线摄影机则为320×240 30FPS，关键其实是在Kinect所使用的侦测技术。也因为如此，Kinect才能开出149.99美元的售价，而不是买不起的天价。

　　Kinect总览
　　Kinect到底怎么侦测3D影像？
　　另一关键：骨架追踪系统
　　延迟让Kinect不精准？

　　Kinect到底怎么侦测3D影像？

　　关于Kinect所使用的辨识技术，网路上有许多以讹传讹的说法。例如用两颗摄影镜头拍摄成3D影像、并以红外线探测Z轴深度做感应；也有许多人以为Kinect是利用红外线纪录体温的方式，来找出人体的影像，这些当然都不是正确答案。

　　微软在去年（2009年）初收购了一家以色列籍的3DV Systems公司（来源：reuters），包含公司员工以及所有专利技术都归微软所有。该公司拥有名为ZCam的动作感测系统，采用TOF（Time of Flight）技术，让许多人认为Project Natal诞生计划（Kinect前身）就是采用TOF技术，但......最后证实大家还是猜错了。

　　这里简单介绍一下TOF技术，大家应该可以从字面猜到含意，Time of Flight就是去计算光线飞行的时间。首先让装置发出脉冲光，并且在发射处接收目标物的反射光，藉由测量时间差算出目标物的距离；ZCam就是使用 TOF技术，使用红外线以及Accelerometers加速度计感应器，感测立体空间的相对位置变化，建构灰阶距离影像的深度感应器。3DV Systems公司研发该技术已经长达10年，并取得许多专利技术，所以受到了微软的瞩目。

　　不过就在今年（2010年）年初时，微软的开发人员却大爆Project Natal诞生计划并不是如外界传言采用3DV Systems公司的TOF技术（来源：engadget）。微软先进技术研究院副总裁Moshe Lichtman，于去年接受媒体访问时，就表示并购3DV Systems公司目的不在于使用他们的技术，而是作为保障自家感测技术的后盾。因为专利技术认定上有时较为模糊，稍有不慎就会被对手告侵犯专利权；3DV Systems拥有许多相关专利，因此藉由并购3DV Systems快速取得专利，也能避免被其他对手并购，阻挠微软的产品研发。

　　▲关于Kinect侦测方式网路上众说云云，其实它与PrimeSense合作采用 Light Coding技术。

　　微软在今年4月时，正式公布与另一家以色列公司PrimeSense合作（来源：gossipgamers），这下才让Kinect使用的3D侦测技术有了着落。他们也是提供动作感测系统的公司，拥有体感侦测装置PrimeSensor，以及感测晶片 PS1080。PrimeSense用的并不是采用3DV Systems的TOF技术、而是Light Coding技术。

　　Light Coding技术理论是利用连续光（近红外线）对测量空间进行编码，经感应器读取编码的光线，交由晶片运算进行解码后，产生成一张具有深度的图像。 Light Coding技术的关键是Laser Speckle雷射光散斑，当雷射光照射到粗糙物体、或是穿透毛玻璃后，会形成随机的反射斑点，称之为散斑。散斑具有高度随机性，也会随着距离而变换图案，空间中任何两处的散斑都会是不同的图案，等于是将整个空间加上了标记，所以任何物体进入该空间、以及移动时，都可确切纪录物体的位置。Light Coding发出雷射光对测量空间进行编码，就是指产生散斑。

　　Kinect就是以红外线发出人眼看不见的class 1雷射光，透过镜头前的diffuser（光栅、扩散片）将雷射光均匀分布投射在测量空间中，再透过红外线摄影机记录下空间中的每个散斑，撷取原始资料后，再透过晶片计算成具有3D深度的图像。

　　▲Light Coding是以发射红外线产生散斑，透过感应器纪录讯号后，交由晶片运算出深度图像。

　　PrimeSence公司用的Light Coding技术，说穿了与微软先前买下3DV公司所使用的TOF技术根本就毫不相关，只是产生的结果类似。这点更加印证了微软收购3DV Systems，只是为了动作感测相关的专利权、取得领先地位。

　　由于微软并没有买断PrimeSense公司的技术，因此PrimeSensor装置未来也有可能出现在电视、电脑等消费性产品上，例如CyberLink讯连科技也与PrimsSense合作开发3D互动体验介面（来源：PrimeSense）。面对将来有可能出现同质性产品，微软则是强调Kinect的追焦旋转功能是他们的专利，这点别人不能模仿。

　　PrimeSence公司展示应用Light Coding技术的体感侦测系统。该技术并未被微软买断，未来将有机会应用在其他装置上。

　　Kinect总览
　　Kinect到底怎么侦测3D影像？
　　另一关键：骨架追踪系统
　　延迟让Kinect不精准？

　　另一关键：骨架追踪系统

　　了解Kinect如何获得影像后，接下来就是进行辨识的工作。透过Light Coding技术所获得的只是基本的影像资料，重点还是要辨识影像，转换为动作指令。据说Prime Sense公司并没有提供辨识技术，所以辨识部份得靠微软自己搞定。

　　微软会将侦测到的3D深度图像，转换到骨架追踪系统。该系统最多可同时侦测到6个人，包含同时辨识2个人的动作；每个人共可记录20组细节，包含躯干、四肢以及手指等都是追踪的范围，达成全身体感操作。为了看懂使用者的动作，微软也用上机器学习技术（machine learning），建立出庞大的图像资料库，形成智慧辨识能力，尽可能理解使用者的肢体动作所代表的涵义。

　　Kinect侦测的最佳距离为1.2公尺到3.5公尺间，水平视野则是57度，侦测范围似乎比原本想像的还要小，看来还是不能站的太随意；Kinec也配备了追焦系统，如果玩家超出影像范围，底座马达可驱动Kinect左右旋转27度。整体看来Kinect对操作空间的限制，似乎比其他体感装置更严格些。

　　▲Prime Sense公司似乎只提供影像侦测，后面的辨识技术还是靠微软自己来。

　　▲Kinect一次可追踪2人的动态，每人能追踪高达20组细节。

　　Kinect总览
　　Kinect到底怎么侦测3D影像？
　　另一关键：骨架追踪系统
　　延迟让Kinect不精准？

　　延迟让Kinect不精准？

　　由于Kinect摄影机的影像更新频率为30FPS，代表动作传递将会有33ms(1/30秒)的延迟，CrunchGear也在文中质疑这会不会造成动作侦测上的延迟，为何不使用60FPS以上的录影规格拍摄？这其实是PrimeSense公司提供的处理晶片能耐，它就只能处理VGA画质、30FPS的影像。

　　30FPS影像更新频率造成的延迟应该有限，因为人类对事物的反应速度几乎都超过100ms，已经大于30FPS所带来的33ms延迟，所以该怪的应该是你的反应太慢吧。比起侦测延迟，更该担心的是辨识需要的时间、以及辨识的精准度。由于Kinect是透过辨识图像再转化为指令的方式，大量的影像处理、以及事后的辨识动作，恐怕才是让Kinect使用者感受到延迟的原因。听说支援Kinect的游戏都有针对延迟做最佳化，尽可能让使用者减少延迟的感受。

　　▲影像更新频率并不是Kinect延迟的主因，反倒是晶片处理速度、软体辨识的影响比较大。

　　另外一点备受质疑的，就是在精准度方面的问题，国外调查Kinect的判断精准度为4mm，的确是输给了PlayStation Move的1mm。但论精准度，可能每种体感装置都还比不上实体摇杆。但Kinect带来的全身体感优势，所能做的事情铁定比PlayStation Move和Wii多更多，例如Ubisoft推出的健身游戏《Your Shape Fitness Evolved》，类似Wii平台上的《Wii Fit》，但是透过骨架追踪系统来玩瑜珈、武术等游戏时，对姿势的要求绝对高于Wii Remote+Wii Fit；舞蹈游戏《Dance Central》也是相同的道理。