光电学院毕业设计开题报告.doc

PAGE 3 本科毕业设计（论文） 开题报告 题目 采用Kinect传感器的身份识别实验系统设计 专 业 电子科学与技术（光电子方向） 姓 名 凌晗 学 号 1120101018 班 级 指导教师 柯钧 学 院 光电学院 2014 年 4 月 5 日 一、题目背景、研究现状和研究意义（选题背景、国内外研究现状、研究意义。） 健全的交互式人体追踪已经在游戏、人机交互、安全工程、远程呈现以及卫生保健等行业中得到应用。然而，既能识别一般的身体动作，同时又要以满足实时交互所需的速率在硬件上进行实现的技术研究目前还远远不能满足需求。随着微软Kinect深度摄像机的出现，这一工作被大大简化。面向交互应用，基于深度图像进行动态动作识别，最明显的技术特点就是识别的高速率，即能够实现实时识别功能，以及识别的精确度。 利用深度图像进行模式识别是近年来兴起的技术，这主要得益于深度图摄像机的成本降低。特别是微软推出Kinect设备，极大地激发了研究者们的兴趣。与飞行时间技术(time of flight，TOF)、结构光、三维激光扫描等深度相机相比，Kinect深度相机的优势在于拍摄的深度图分辨率高，成本低。 以往的利用可见光图像的单目识别常常遭遇光照变化、阴影、物体遮挡以及环境变化等因素的干扰。利用深度图像进行模式识别可以很好地克服以上可见光图像模式识别常遇到的困难。深度图像中像素的灰度值仅与视场窗口平面到物体表面的距离有关。因此，深度图像首先具有空间颜色无关性，不会遇到光照、阴影等因素的影响。其次，深度图像的灰度值与图像的横、纵坐标组合在一起，在一定的空间范围内，可以用来表示物体在3D空间中的坐标，因此可以等效成在3D空间中进行模式识别。再者，如果利用图像深度信息进行模式识别，就相当于单目3D空问模式识别，可以克服遮挡或重叠问题。更重要的是，深度图摄像机的成像原理可以很好地保证相机标定的鲁棒性，适应各种环境变化，使之容易自调节重新标定???不需要测量标定物。这样，系统研发可以更多关注识别算法本身，而不会过分依赖于标定等前端工作的准确性，极大地简化了实际应用系统的复杂程度。 利用深度图像进行模式识别是近年来兴起的一种方法。一家以色列的公司PrimeSense于2010年4月推出为微软XBOX专用的三维测量技术的外部设备Kinect(由动力学“kinetic”与连接“connect”2个词汇组成的原创混合词)。该设备使用一种类似结构光而不是向空间发射特定形状的技术，叫光编码(1ight coding)技术，其检测装置只需要一块普通的CMOS芯片，因此成本大大降低，可作为民用化设备。其原理是对三维空间进行纵深标记，标记的信号光源采用的是激光散斑(1aser speckle)，当激光照射到粗糙物体或穿透毛玻璃后形成随机衍射斑点，这些斑点会随着距离而产生不同的图案，因此相机拍摄前首先对三维空间进行一次标定。在PrimeSense的专利上标定的方法是：每隔一段距离，取一个参考平面，把参考平面上的散斑图案记录下来。当检测物体时，所拍摄场景的散斑图像与标定的参考图像依次计算相关系数，存在物体的位置会出现峰值，将每一层参考平面处的峰值叠加，然后经过一些插值计算，就能够得到整个三维场景形状了。 研究Kinect体感探测器及其应用开发，可以在其深度图像获取技术的基础上探索新的深度图像获取技术。同时，作为应用最为广泛的深度探测器，Kinect的应用已经被拓展到游戏行业以外，研究其应用开发能够更深层次的探索深度图像技术在各个领域中的应用，利用这个平台创新出更多的技术。微软已经为Kinect的开发应用提供了相应的官方开发工具，Kinect已经发展成一个孕育新的体感技术的平台。二、研究目标、研究内容和拟解决的关键问题（研究目标、主要内容及关键问题。） （宋体，小四，行间距22磅） 研究目标： 本次毕业设计的研究目标主要分为两个部分。 第一，研究Kinect传感器所利用的深度图像信息获取技术，并深度剖析其技术原理及优缺点。 第二，在理解Kinect传感器深度图像信息获取技术的基础上，继续探索它在各个领域的应用。利用Kinect体感技术开发新的人体识别应用。在这个过程中追求新技术应用的创新性和实用性。 主要内容： 1、通过文献调查，实验等方法了解深度图像