要使用Kinect跟踪骨架,您必须启用SkeletonStream并获取其中包含骨架信息的帧(而不是从深度帧获取信息 . 它们内部不存储骨架信息) .

首先,您必须在应用程序中启用骨架流,就像使用深度流或颜色流一样(我假设您已了解,因为您已经拥有深度图像) .

sensor.SkeletonStream.Enable(new TransformSmoothParameters()

{

Smoothing = 0.5f,

Correction = 0.5f,

Prediction = 0.5f,

JitterRadius = 0.5f,

MaxDeviationRadius = 0.04f

});; // enable the skeleton stream, you could essentially not include any of the content in between the first and last curved brackets, as they are mainly used to stabilize the skeleton information (e.g. predict where a joint is if it disappears)

skeletonData = new Skeleton[kinect.SkeletonStream.FrameSkeletonArrayLength]; // this array will hold your skeletal data and is equivalent to the short array that holds your depth data.

sensor.SkeletonFrameReady += this.SkeletonFrameReady;

然后你必须有一个方法,每当Kinect有一个框架要显示(一个包含所有骨架信息的框架)时,就会触发该方法

private void SkeletonFrameReady(object sender, SkeletonFrameReadyEventArgs e)

{

using (SkeletonFrame skeletonFrame = e.SkeletonFrame()) //get all the skeleton data

{

if (skeletonFrame == null) //if there's no data, then exit

{

return;

}

skeletonFrame.CopySkeletonDataTo(skeletonData); //copy all the skeleton data into our skeleton array. It's an array that holds data for up to 6 skeletons

Skeleton skeletonOfInterest = (from s in skeletonData

where s.TrackingState == SkeletonTrackingState.Tracked

select s).ElementAtOrDefault(1); //define the first skeleton thats tracked

//put code to manipulate skeletons. You have to go do some reading to find out how to work with the skeletons.

}

}

MSDN通常是我学习如何使用Kinect的goto资源 . 如果您安装了Kinect SDK,那么Developer Toolkit浏览器中也有一些很好的示例 . 最后,Apress的另一个好资源是 Beginning Kinect Programming with the Microsoft Kinect SDK ,我已经广泛依赖了它 . 你可以在Amazon找到它 .

java kinect 人体识别_深度图像的Kinect骨架算法相关推荐

  1. java kinect 人体识别_基于三个kinect的人体建模

    基于三个kinect的人体重建,首先要对三个kinect相机进行标定,得到相机内外参数.这样每个相机看到空间一点的坐标是一致的,三个相机坐标系得以统一.标定方法是两两标定,即取某一kinect相机(记 ...

  2. 人体识别_深度学习资讯 | 用于人体动作识别的26层卷积神经网络

    诸如卷积神经网络(CNN)之类的深度学习算法已在各种任务上取得了显著成果,包括那些涉及识别图像中特定人物或物体的任务.基于视觉的人类动作识别(HAR)是计算机科学家经常尝试使用深度学习解决的任务,它特 ...

  3. java kinect 人体识别_基于kinect的人体动作识别系统

    [实例简介] 基于kinect v2的人体动作识别,配套博客(http://blog.csdn.net/baolinq/article/),基于mfc,可以识别左移右移.上蹦下跳等,也可以自己自定义其 ...

  4. 深度学习数字仪表盘识别_深度学习之手写数字识别项目(Sequential方法amp;Class方法进阶版)...

    此项目使用LeNet模型针对手写数字进行分类.项目中我们分别采用了顺序式API和子类方法两种方式构建了LeNet模型训练mnist数据集,并编写了给图识物应用程序用于手写数字识别. 一.LeNet模型 ...

  5. java mic波形识别_会议季Mic Drop:您不应该错过的13场Java演讲

    java mic波形识别 您的老板没有派您参加真正的会议吗? 我们为您准备了最好的讲座 九月份的一些重大事件闻名于世:秋季的第一天,甚至全国熏肉日. 这也是召开会议最忙的月份之一,一些大型Java事件 ...

  6. 分水岭算法java,OpenCV 学习笔记 04 深度估计与分割——GrabCut算法与分水岭算法...

    1 使用普通摄像头进行深度估计 1.1 深度估计原理 这里会用到几何学中的极几何(Epipolar Geometry),它属于立体视觉(stereo vision)几何学,立体视觉是计算机视觉的一个分 ...

  7. java人体识别_【人体分析-人像分割】JavaAPI示例代码

    接口能力: 对于输入的一张图片(可正常解码,且长宽比适宜),识别人体的轮廓范围,与背景进行分离,适用于拍照背景替换.照片合成.身体特效等场景.输入正常人像图片,返回分割后的二值结果图和分割类型(目前仅 ...

  8. java人体识别_用华为HMS ML kit人体骨骼识别技术,Android快速实现人体姿势动作抓拍...

    items = results.getAnalyseList(); // 开发者根据需要处理识别结果,例如,在此方法中进行相似度计算,从而在检测到特定姿势后进行拍照等操作. // 需要注意,这里只对检 ...

  9. java人体识别_【人体分析-人体属性识别】-Java示例代码

    人体属性识别,即对于输入的一张图片(可正常解码,且长宽比适宜),输出图片中的所有人体的静态属性,包含坐标信息.性别.年龄阶段.衣着(含颜色).是否带帽子.是否带眼镜.是否背包.是否抽烟.是否使用手机. ...

最新文章

  1. 今日 Paper | 高效骨干搜索;学习扩充;最小人脸检测器;​DEPARA等
  2. python opencv 圆形roi
  3. springboot读取linux文件_SpringBoot读取Resource下文件的几种方式
  4. 互联网1分钟 |1022
  5. jquery获取html文件大小,jQuery获取file表单选择文件的路径、名字、大小、类型_忘却_前端开发者...
  6. pygame的字体画不出来_微软的python3教学的pygame的小游戏解析和学习
  7. CodeForces 670C Cinema
  8. Python图像处理丨基于OpenCV和像素处理的图像灰度化处理
  9. 计算机编程自学怎么样?
  10. android 播放器 samba,超强本地播放器一款支持samba、FTP/Windows共享服务-简单不折腾...
  11. 云计算学习笔记——VLAN与三层交换机
  12. Excel之VLookup函数
  13. 第4章第15节:图表:使用饼图制作投资公司四季收益图表 [PowerPoint精美幻灯片实战教程]
  14. 设计测试用例(蘑菇街web的登录页面)
  15. 和Leo一起做爱线段树的好孩子HDU5238 Calculator
  16. 【组成原理-处理器】微程序控制器
  17. iOS即时通讯进阶 - CocoaAsyncSocket源码解析(Connect篇)
  18. 微软技术交流群 303295519
  19. pstack无法查看进程堆栈“Could not attach to target”问题
  20. 关于更新Windows11后eNSP路由器启动不了一直报“‘错误代码:40”的问题

热门文章

  1. ubuntu root下的无密码登陆
  2. CION AP192主控量产低格工具v3.35
  3. centos 5.4 x64 安装nagios 3.2.3
  4. 维度变换--首先将矩阵倒过来
  5. 320. Generalized Abbreviation-- back tracking and bit manipulation(待续)
  6. PAT Basic 1069. 微博转发抽奖(20)
  7. 沈阳初步建成国内领先的城市级大数据资源库
  8. 动态添加方法 并且动态的执行 有类方法 对象方法
  9. Go 1.5正式发布:实现自举、引入并发垃圾收集器
  10. 全栈工程师的学习笔记与工作记录