Kinect v2程序设计(C++) Body 篇 背景移除 骨骼跟踪 手势识别

【翻译】Kinect v2程序设计(C++) Body 篇

http://www.cnblogs.com/TracePlus/p/4138615.html
http://www.cnblogs.com/TracePlus/p/4136368.html
图3 BodyIndex数据

	Kinect SDK v1	Kinect SDK v2预览版
名称	Player	BodyIndex
检测支持人数	6人	6人
人体領域的値	1～6	0～5
非人体領域的値	0	255（0xff）

表1 Kinect SDK v1和Kinect SDK v2预览版的人体区域（Player，BodyIndex）的比较

示例程序是，把BodyIndex的值，在人体区域用color
table的颜色（=「cv::Vec3b(B，G，R
)」），在非人体区域用黑色（=「cv::Vec3b(0，0，0)」）进行着色来实现可视化。

Kinect SDK v2预览版的主要功能的使用介绍，基本上完成了。这次，是关于取得Body(人体姿势)方法的说明。
  上一节，是使用Kinect SDK v2预览版从Kinect v2预览版取得BodyIndex(人体区域)的方法。

 这一节，介绍从Kinect取得Body(人体姿势)的方法。

Body
  到目前为止，Kinect能取得Depth（通过传感器的距离信息）和BodyIndex(人体区域)。并且，基于这些数据可以取得人体姿势。
 
  Kinect的人体姿势，是向学习了基于庞大数量的姿势信息的识别器里，输入人体区域的信息来推定的（注：因为男女老少高矮胖瘦体形各不相同，所以必须基于神经网络的数据库才能准确识别人体）。详细还请参考Microsoft
Research发表的论文。

  这个论文在IEEE CVPR 2011（计算机视觉及模式认识领域的首位会议）发表，获奖Best Paper。

Microsoft Research“Real-Time Human Pose Recognition in Parts from a Single Depth Image”

  背景技术说不定很复杂，不过开发者通过Kinect SDK可以简单地取得和使用人体姿势。
 

  人体的姿势数据，可以得到头，手，脚等3维的位置，基于这些可以实现姿势的识别。

  这个人体区域，在Kinect SDK v1被称为「Skeleton」，不过，在Kinect SDK v2预览版里更名为「Body」。
 
  这一节，介绍取得Body的方法。

 
示例程序
使用Kinect SDK v2预览版取得Body和Color图像叠加显示为「●(圆点)」的示例程序展示。还有，基于Body数据，Hand
State(手的状态)也做了显示。第2节有介绍取得数据的阶段摘录解说，这个示例程序的全部内容，在下面的github里公开。
 
https://github.com/UnaNancyOwen/Kinect2Sample
 



图1 Kinect SDK v2预览版的数据取得流程(重发)

「Sensor」
取得「Sensor」

// Sensor
IKinectSensor* pSensor;   ……1
HRESULT hResult = S_OK;
hResult = GetDefaultKinectSensor( &pSensor );  ……2
if( FAILED( hResult ) ){
std::cerr << "Error : GetDefaultKinectSensor" << std::endl;
return -1;
}
hResult = pSensor->Open();  ……3
if( FAILED( hResult ) ){
std::cerr << "Error : IKinectSensor::Open()" << std::endl;
return -1;
}

列表1.1 相当于图1「Source」的部分
1 Kinect v2预览版的Sensor接口。
2 取得默认的Sensor。
3 打开Sensor。

 

「Source」
从「Sensor」取得「Source」。

// Source
IBodyFrameSource* pBodySource;  ……1
hResult = pSensor->get_BodyFrameSource( &pBodySource );  ……2
if( FAILED( hResult ) ){
std::cerr << "Error : IKinectSensor::get_BodyFrameSource()" << std::endl;
return -1;
}

列表1.2 相当于图1「Source」的部分
1 Body Frame的Source接口。
2 从Sensor取得Source。
 

  这里只是关于取得Body的源代码解说，不过，为了案例程序的显示，也同时取得了Color。

「Reader」
「Source」从打开「Reader」。

// Reader
IBodyFrameReader* pBodyReader;  ……1
hResult = pBodySource->OpenReader( &pBodyReader );  ……2
if( FAILED( hResult ) ){
std::cerr << "Error : IBodyFrameSource::OpenReader()" << std::endl;
return -1;
}

列表1.3 相当于图1「Reader」的部分
1 Body  Frame的Reader接口。
2 从Source打开Reader。

 

「Frame」～「Data」
从「Reader」取得最新的「Frame」(列表1.5)。

 
在这之前，为了可以和从传感器取得的坐标匹配，取得ICoordinateMapper的接口(列表1.4)，由于Color照相机和Depth传感器的位置是分开的，因此需要把body数据和Color图像的位置进行匹配。

// Coordinate Mapper
ICoordinateMapper* pCoordinateMapper;  ……1
hResult = pSensor->get_CoordinateMapper( &pCoordinateMapper );  ……2
if( FAILED( hResult ) ){
std::cerr << "Error : IKinectSensor::get_CoordinateMapper()" << std::endl;
return -1;
}

列表1.4，坐标匹配接口的取得
1 Frame之间的坐标匹配的接口。
2 从Sensor获取坐标匹配的接口。
 
接下来的列表1.5，是和连载第2节一样的方法，表示的是Color图形的取得。

int width = 1920;
int height = 1080;
unsigned int bufferSize = width * height * 4 * sizeof( unsigned char );
cv::Mat bufferMat( height， width， CV_8UC4 );
cv::Mat bodyMat( height / 2， width / 2， CV_8UC4 );
cv::namedWindow( "Body" );
// Color Table
cv::Vec3b color[6];
color[0] = cv::Vec3b( 255，   0，   0 );
color[1] = cv::Vec3b(   0， 255，   0 );
color[2] = cv::Vec3b(   0，   0， 255 );
color[3] = cv::Vec3b( 255， 255，   0 );
color[4] = cv::Vec3b( 255，   0， 255 );
color[5] = cv::Vec3b(   0， 255， 255 );
while( 1 ){
// Color Frame  ……1
IColorFrame* pColorFrame = nullptr;
hResult = pColorReader->AcquireLatestFrame( &pColorFrame );
if( SUCCEEDED( hResult ) ){
hResult = pColorFrame->CopyConvertedFrameDataToArray( bufferSize， reinterpret_cast<BYTE*>( bufferMat.data )， ColorImageFormat_Bgra );
if( SUCCEEDED( hResult ) ){
cv::resize( bufferMat， bodyMat， cv::Size()， 0.5， 0.5 );
}
}
SafeRelease( pColorFrame );
/* Body部分在列表1.6 */
// Show Window
cv::imshow( "Body"， bodyMat );
if( cv::waitKey( 10 ) == VK_ESCAPE ){
break;
}
}

列表1.5，相当于图1「Frame」，「Data」的部分(第1部分)

1 为了显示Body数据取得Color图像，详细见第2节。
  

列表1.5中的Body部分的代码，在下面的列表1.6里显示。

// Body Frame
IBodyFrame* pBodyFrame = nullptr;  ……1
hResult = pBodyReader->AcquireLatestFrame( &pBodyFrame );  ……2
if( SUCCEEDED( hResult ) ){
IBody* pBody[BODY_COUNT] = { 0 };  ……3
hResult = pBodyFrame->GetAndRefreshBodyData( BODY_COUNT， pBody );  ……3
if( SUCCEEDED( hResult ) ){
for( int count = 0; count < BODY_COUNT; count++ ){
BOOLEAN bTracked = false;  ……4
hResult = pBody[count]->get_IsTracked( &bTracked );  ……4
if( SUCCEEDED( hResult ) && bTracked ){
Joint joint[JointType::JointType_Count];  ……5
hResult = pBody[count]->GetJoints( JointType::JointType_Count， joint );  ……5
if( SUCCEEDED( hResult ) ){
// Left Hand State
HandState leftHandState = HandState::HandState_Unknown;  ……6
hResult = pBody[count]->get_HandLeftState( &leftHandState );  ……6
if( SUCCEEDED( hResult ) ){
ColorSpacePoint colorSpacePoint = { 0 };  ……7
hResult = pCoordinateMapper->MapCameraPointToColorSpace( joint[JointType::JointType_HandLeft].Position， &colorSpacePoint );  ……7
if( SUCCEEDED( hResult ) ){
int x = static_cast<int>( colorSpacePoint.X );
int y = static_cast<int>( colorSpacePoint.Y );
if( ( x >= 0 ) && ( x < width ) && ( y >= 0 ) && ( y < height ) ){
if( leftHandState == HandState::HandState_Open ){  ……8
cv::circle( bufferMat， cv::Point( x， y )， 75， cv::Scalar( 0， 128， 0 )， 5， CV_AA );
}
else if( leftHandState == HandState::HandState_Closed ){  ……8
cv::circle( bufferMat， cv::Point( x， y )， 75， cv::Scalar( 0， 0， 128 )， 5， CV_AA );
}
else if( leftHandState == HandState::HandState_Lasso ){  ……8
cv::circle( bufferMat， cv::Point( x， y )， 75， cv::Scalar( 128， 128， 0 )， 5， CV_AA );
}
}
}
}
// Right Hand State
/* 和左手一样，获取右手Hand State绘制状态。 */
// Joint  ……9
for( int type = 0; type < JointType::JointType_Count; type++ ){
ColorSpacePoint colorSpacePoint = { 0 };
pCoordinateMapper->MapCameraPointToColorSpace( joint[type].Position， &colorSpacePoint );
int x = static_cast< int >( colorSpacePoint.X );
int y = static_cast< int >( colorSpacePoint.Y );
if( ( x >= 0 ) && ( x < width ) && ( y >= 0 ) && ( y < height ) ){
cv::circle( bufferMat， cv::Point( x， y )， 5， static_cast<cv::Scalar>( color[count] )， -1， CV_AA );
}
}
}
}
}
cv::resize( bufferMat， bodyMat， cv::Size()， 0.5， 0.5 );
}
}
SafeRelease( pBodyFrame );

列表1.6，相当于图1「Frame」，「Data」的部分(第2部分)
1 Body的Frame接口。
2 从Reader里取得最新的Frame。
3 从Frame取得Body。  
   后面，是从人体取得数据。
4 确认能着追踪到人体。
5 取得人体Joint(关节)。
6 取得Hand State。
7 为了绘制，把Body座標向Color座標的坐标匹配。
   匹配的坐标是否超出绘制范围（这里Color图像的尺寸是1920×1080）的检查。
   （注：因为两个Camera位置、FOV和分辨率的不同，在匹配时不可能完全一一对应，所以必须检查坐标的有效性）
8 对应状态绘制相应颜色的○(圆型)做Hand
State的可视化。
   用各自对应Open（打开：布），Closed（关闭：拳），Lasso（套索：剪）的颜色绘制。如果检查不出状态就不绘制。
9 对应人体的Joint参照color table的颜色做绘制。
   和Hand State一样，Body坐标向Color坐标坐标匹配来绘制●(圆点)。

 

  使用Kinect SDK v1从人体区域中检测获取的详细人体姿势最多支持2个人。Kinect
SDK v2预览版可以检测获取全部人体区域（6人）的详细人体姿势。
  另外，Kinect SDK v1能取得的Joint是全身20个，Kinect SDK v2预览版是追加了「脖子(=NECK)」，「指尖（=HAND_TIP_LEFT，HAND_TIP_RIGHT）」，「大拇指（=THUMB_LEFT，THUMB_RIGHT）」5个，一共25个Joint。

 
  示例程序里，根据Joint位置参考color table的颜色绘制成「●(圆点)」来可视化。
 
  Kinect SDK v1（Kinect Developer Toolkit/Kinect Interaction）可以取得的Hand State，有「Open(打开)」和「Closed(关闭)」的2种类型。
 
  Kinect SDK v2预览版，在「Open」「Closed」基础上又增加了「Lasso(=套索)」这个状态的取得。「Lasso」能检查出竖起两个手指的状态。想象为「猜拳的（拳头，剪刀，布）」就好了。这里还有一个链接扩展阅读，我之后会翻译。
 
  现在，6个人中可以同时获取其中2个人的Hand State。
 
  示例程序里，可以通过手的Joint位置的状态来着色「○(圆环)」的绘制做可视化。「Open」绿色（=「cv::Scalar(0，128，0)」），「Closed」是红色（=「cv::Scalar(0，0，128)」），「Lasso」用淡蓝色（=「cv::Scalar(128，128，0)」）表现。
 

	Kinect SDK v1	Kinect SDK v2预览版
名称	Skeleton	Body
人体姿勢可以取得的人数	2人	6人
Joint（关节）	20处	25处
Hand State（手的状態）	2種類	3種類
Hand State可以取得的人数	2人	2人

表1 Kinect SDK v1和Kinect SDK v2预览版的人体姿势（Skeleton，Body）的比较



图2 Kinect v1和Kinect v2预览版的可以取得的Joint
运行结果
运行这个示例程序，就像图3一样，从v2预览版取得的人体姿势和手的状态被可视化了。



图3 运行结果
Joint用●(圆点)来显示，Hand State用来○(圆环)来显示。



图4 Hand State的识别结果

「Open」是绿色，「Closed」是红色，「Lasso」浅蓝色的○(圆环)来显示。 手的状态可以清晰的识别。

 
总结
  这一节是使用Kinect SDK v2预览版取得Body的示例程序的介绍。现在，Kinect
SDK v2预览版实现的主要功能基本上都被介绍了。
 
  不过，Kinect SDK v2预览版，在RTM版的发布之前预计会有2～3次的更新。近日，第1次更新被预定公开给早期提供程序的参与者。一旦SDK v2预览版有公开更新，本连载就会追加新的功能介绍。