一种基于深度学习的体感游戏跟踪方法及装置
基本信息
申请号 | CN202110551769.2 | 申请日 | - |
公开(公告)号 | CN113377192A | 公开(公告)日 | 2021-09-10 |
申请公布号 | CN113377192A | 申请公布日 | 2021-09-10 |
分类号 | G06F3/01(2006.01)I;G06K9/00(2006.01)I;G06K9/62(2006.01)I;G06N3/08(2006.01)I;A63F13/213(2014.01)I | 分类 | 计算;推算;计数; |
发明人 | 顾友良;张哲为;李观喜;程煜均;张磊;林伟;苏鹏;赵乾;丁博文 | 申请(专利权)人 | 广州紫为云科技有限公司 |
代理机构 | 广州名扬高玥专利代理事务所(普通合伙) | 代理人 | 郭琳 |
地址 | 510000广东省广州市黄埔区香雪八路98号F栋20层2001-1房(仅限办公) | ||
法律状态 | - |
摘要
摘要 | 本发明公开了一种基于深度学习的体感游戏跟踪方法,通过使用深度或者单目体感摄像机不断地进行图片采集以实现行人检测以及人体关键点检测;构建滤波器,对帧数为t‑1时刻的图片每个行人检测框以及对应的人体关键点坐标建立状态向量x_(t‑1),并利用滤波器预测当前t时刻的状态结果x_(t),最后利用t时刻真实的观测结果对t‑1时刻的状态进行更新;确定行人跟踪以及所有行人ID号;选取游戏操作者的ID号,判断游戏操作者的ID号是否存在于跟踪的结果中;确定游戏操作者,根据的结果,选取游戏操作者的ID号对应的行人作为游戏操作者,选定了游戏操作者后即可通过不断的循环跟踪该游戏操作者,从而使体感游戏系统能够稳定并且准确地识别游戏的操作者。 |
