ps0:从去年暑假开始接触Kinect相关编程开发,到现在有些日子了(虽然中途可能干其他事去了),所以感觉知识有些地方还不是很扎实,所以写这一系列博客,一方面调理一下自己已经掌握的一些知识,另一方面也继续学习这方面的知识权当那博客当记文档了。当然这一系列博客是写给刚刚入门的童鞋看,本人也非大神,大家一起学习,交流。当然有这方面大神不小心看到了博客本人也欢迎批评指导。废话就说到这,果断搞起!!!
ps1:如果下面的几个问题您能都知道,请您绕行,我是菜鸟,只做自己的学习笔记!!!
(这样的开头是学习最近一直在看的博客,在此用这种方式向这位博主的认真致敬!)
1.体感开发是用OpenNI还是Kinect For Windows?
2.Kinect For Windows 应用层API包含三大组件?
3.对NUI中的两个不得不知道的两个概念数据流和骨骼跟踪?
4.比较获取数据流的两种方式?
5.骨骼跟踪对象的选择两种方式?
一.体感开发是用OpenNI还是Kinect For Windows对比?
OpenNI | Kinect For Windows | |
作用系统 |
跨平台,支持Windows、MacOsX Ubuntu、Android |
能用于Win7及以后的Windows系统 有平台限制 |
开发环境 | 以C为主提供C++ Net Java | C++、C#、VB |
授权方式 | 开源、NITE免费用 | 需要Kinect For Windows专用硬件 |
支持的硬件 |
Micsoft Kinect for Xbox360 AXUS Xtion Pro/Pro Live |
Micsoft Kinect for Xbox360 Micsoft Kinect for Windows |
支持感应器 | 深度影像、彩色影像、红外线影像、声音 | 深度影像、彩色影像、声音 |
追踪人数 | 无人数限制 |
最多6个(只是用户的中心位置跟踪) 两个人的骨架 |
骨架关节数 | 15 | 20 |
手势侦测 | 4种手势 |
无 |
姿势侦测 | 6种姿势 |
v1.7之前无 v1.7增加了两个 |
手部追踪 | 有 | 无 |
声音 | 懂可取原材料 |
完整的处理功能可进行杂音抑制 消除回音,来源方向判断 |
语音识别 | 无 | 可搭配Micsoft Speech |
视角控制 | 无 | 可控制Kinect的马达 |
二.Kinect For Windows 应用层API包含三大组件?
应用层API包含三大组件:NUI API、KinectAudioDMO、WindowsSpeechSDK。
1.NUI API是Kinect的核心API它支持:
。 Kinect传感器与计算机的连接、访问、 关闭
。访问从Kinect传感器上传输的彩色图像和深度图像数据流
。通过图像和深度数据的处理来进行骨骼跟踪
2.Kinect Audio DMO:
。提供波束成形和音源定位功能
3.Windows Speech SDK:
。提供音频、语音、多媒体API以及微软语言识别功能。(但目前貌似不支持中 文。)
三.对NUI中的两个不得不知道的两个概念数据流和骨骼跟踪?
1.数据流
NUI 中比较重要的一个概念-数据流:
。 彩色数据流(Color Data)
。用户分割数据流(Player Segmentation Data)
。深度图像数据(Depth Data)
2.NUI 中比较重要的另一个概念-骨骼跟踪(三分之一的类与结构与他有关)
。当设定“骨骼跟踪”后Kinect只能“跟踪”两个用户,获得“维特鲁人”20个关节点的三 维坐标;
。目前Kinect SDK支持手指跟踪相关API但一些第三方开发包提供了。。。
四.比较获取数据流的两种方式?
获取数据流的两种方式:轮询(拉)模型(Polling Model)、事件模型 (Event Model)
注意:不能对同一数据流同时使用这两种模式。
五.骨骼跟踪对象的选择两种方式?
骨骼跟踪对象的选择两种方式:自动选择和手动选择
自动选择
AppChoosesSkeletons属性值设为false,引擎将会选择两个可能的用户进行骨骼跟踪,其他的用户进行位置跟踪。
手动选择
AppChoosesSkeletons属性值设为true,然后调用ChooseSkeletons,传入被跟踪者的ID,ID个数可以是0,1,2个.
相关推荐
Kinect开发入门文档主要涵盖了如何配置Kinect的开发环境、安装SDK以及如何创建第一个Kinect项目等相关知识点。以下为详细说明: 1. Kinect设备概述 Kinect设备包括一个电动马达,可以在基座和感应器之间调整俯仰...
#### 核心知识点概览 《Making Things See》这本书由Greg Borenstein编写,旨在帮助读者通过Kinect、Processing、Arduino以及MakerBot等工具和技术来实现3D视觉项目的开发。本书不仅适合初学者入门,也适合有一定...
基于万能逼近原理的自适应模糊控制算法在多自由度AUV运动控制中的应用与抗干扰补偿Simulink仿真研究,自适应模糊控制算法的万能逼近原理与多自由度AUV运动控制的抗干扰补偿技术——基于Simulink的仿真研究,万能逼近原理自适应模糊控制算法的多自由度AUV运动控制抗干扰补偿simulink仿真 ,核心关键词:万能逼近原理; 自适应模糊控制算法; 多自由度AUV运动控制; 抗干扰补偿; Simulink仿真。,基于万能逼近的模糊控制算法多自由度AUV抗干扰补偿Simulink仿真
deepseek最新资讯、配置方法、使用技巧,持续更新中
deepseek最新资讯、配置方法、使用技巧,持续更新中
结合扩展卡尔曼滤波与滑模观测器的策略:优化电角度估计,反电势波形逼近完美正弦波,结合扩展卡尔曼滤波与滑模观测器的反电势波形优化:正弦波形展现近乎完美精度,电角度估算与实际应用差异微小,扩展卡尔曼滤波与滑模观测器的结合,反电势波形近乎完美的正弦波形,观测器估算转子电角度与实际电角度相差0.3弧度左右,转速跟随效果较好。 ,核心关键词:扩展卡尔曼滤波; 滑模观测器; 反电势波形; 转子电角度估算; 转速跟随效果。,卡尔曼滑模观测器:优化正弦波转子角度与转速估算
毕业设计_基于springboot+vue的**学生公寓管理系统**【源码+sql+可运行】【**50217**】.zip 全部代码均可运行,亲测可用,尽我所能,为你服务; 1.代码压缩包内容 代码:springboo后端代码+vue前端页面代码; 脚本:数据库SQL脚本 效果图:运行结果请看资源详情效果图 2.环境准备: - JDK1.8+ - maven3.6+ - nodejs14+ - mysql5.6+ - redis 3.技术栈 - 后台:springboot+mybatisPlus+Shiro - 前台:vue+iview+Vuex+Axios - 开发工具: idea、navicate 4.功能列表 - 系统设置:用户管理、角色管理、资源管理、系统日志 - **业务管理:业务管理:公寓信息、房间信息、入住记录、学生信息** 3.运行步骤: 步骤一:修改数据库连接信息(ip、port修改) 步骤二:找到启动类xxxApplication启动 4.若不会,可私信博主!!!
1、文件内容:xorg-x11-server-source-1.20.4-29.el7_9.rpm以及相关依赖 2、文件形式:tar.gz压缩包 3、安装指令: #Step1、解压 tar -zxvf /mnt/data/output/xorg-x11-server-source-1.20.4-29.el7_9.tar.gz #Step2、进入解压后的目录,执行安装 sudo rpm -ivh *.rpm 4、更多资源/技术支持:公众号禅静编程坊
1、文件内容:yum-plugin-ps-1.1.31-54.el7_8.rpm以及相关依赖 2、文件形式:tar.gz压缩包 3、安装指令: #Step1、解压 tar -zxvf /mnt/data/output/yum-plugin-ps-1.1.31-54.el7_8.tar.gz #Step2、进入解压后的目录,执行安装 sudo rpm -ivh *.rpm 4、更多资源/技术支持:公众号禅静编程坊
基于模型预测控制(MPC)的无人船与无人车编队一致性协同控制研究(附原文献),基于模型预测控制(MPC)的无人船与无人车编队一致性协同控制研究(附原文献),无人船编队 无人车编队 MPC 模型预测控制 多智能体协同控制 一致性 MATLAB 无人车 USV 带原文献 ,无人船编队; 无人车编队; MPC 模型预测控制; 多智能体协同控制; 一致性; MATLAB; USV; 原文献,无人系统协同控制:MPC模型预测控制下的多智能体编队与一致性研究(原文献支撑)
4套中级通信工程师综合真题及答案(2019,2020,2021,2023),适用于需要考中级通信工程师的人群
deepseek最新资讯,配置方法,使用技巧,持续更新中
基于matlab的锁相环PLL相位噪声拟合仿真代码集合:多个版本建模与仿真,高质量的锁相环PLL仿真代码集合:Matlab与Simulink建模研究,[1]锁相环 PLL 几个版本的matlab相位噪声拟合仿真代码,质量杠杠的,都是好东西 [2]锁相环matlab建模稳定性仿真,好几个版本 [3]锁相环2.4G小数分频 simulink建模仿真 ,PLL; Matlab相位噪声拟合仿真; Matlab建模稳定性仿真; 锁相环2.4G小数分频Simulink建模仿真,MATLAB仿真系列:锁相环PLL及分频器建模仿真
exceptionLogs.zip
基于光伏微网的经济性与并网负荷波动率双目标优化调度策略:蓄电池与V2G协同管理策略仿真研究,MATLAB下光储充微网结合电动汽车V2G的多目标协同调度策略研究:经济性与并网负荷波动性的对比分析,MATLAB代码:考虑V2G的光储充一体化微网多目标优化调度策略 关键词:光储充微网 电电汽车V2G 多目标优化 蓄电池优化 调度 参考文档:《光伏微网下考虑V2G补偿蓄电池容量的双目标优化调度策略》,已经投稿EI会议,中文说明文档可联系我咨询 仿真平台:MATLAB 平台 优势:代码注释详实,适合参考学习,相关成果已经采用,程序非常精品,请仔细辨识 主要内容:过建立光伏微网中以经济性和并网负荷波动率为双目标的蓄电池和V2G的协同调度模型。 采用粒子群算法,对电网、微网调度中心和电动汽车用户三方在无、无序、转移和调度V2G电动汽车负荷四种运行模式下的经济和安全影响进行对比。 最后,根据算例分析,求解四种模式下两级负荷曲线及经济收益表。 对比分析得出,引入V2G可以替代部分容量的蓄电池,使光伏微网在负荷峰谷平抑、三方经济和安全等方面进一步优化。 求解采用的是PSO算法(粒子群算法),求解效果极
javascript 动态网页设计期末大作业(自己手写的,高分期末作业),含有代码注释,新手也可看懂,个人手打98分项目,导师非常认可的高分项目,毕业设计、期末大作业和课程设计高分必看,下载下来,简单部署,就可以使用。该项目可以直接作为毕设、期末大作业使用,代码都在里面,系统功能完善、界面美观、操作简单、功能齐全、管理便捷,具有很高的实际应用价值,项目都经过严格调试,确保可以运行! javascript 动态网页设计期末大作业(自己手写的,高分期末作业)javascript 动态网页设计期末大作业(自己手写的,高分期末作业)javascript 动态网页设计期末大作业(自己手写的,高分期末作业)javascript 动态网页设计期末大作业(自己手写的,高分期末作业)javascript 动态网页设计期末大作业(自己手写的,高分期末作业)javascript 动态网页设计期末大作业(自己手写的,高分期末作业)javascript 动态网页设计期末大作业(自己手写的,高分期末作业)javascript 动态网页设计期末大作业(自己手写的,高分期末作业)javascript 动态网页设计期
混合智能体系统编队控制:分布式优化与15异构混合阶的挑战,异构混合阶智能体系统编队控制的分布式优化策略研究,15异构混合阶多智能体系统编队控制的分布式优化(无参考文献) ,核心关键词:15异构混合阶; 多智能体系统; 编队控制; 分布式优化; 无参考文献。,15混合阶多智能体系统编队分布式优化控制
javascript 动态网页设计期末大作业(自己手写的,很适合期末作业),含有代码注释,新手也可看懂,个人手打98分项目,导师非常认可的高分项目,毕业设计、期末大作业和课程设计高分必看,下载下来,简单部署,就可以使用。该项目可以直接作为毕设、期末大作业使用,代码都在里面,系统功能完善、界面美观、操作简单、功能齐全、管理便捷,具有很高的实际应用价值,项目都经过严格调试,确保可以运行! javascript 动态网页设计期末大作业(自己手写的,很适合期末作业)javascript 动态网页设计期末大作业(自己手写的,很适合期末作业)javascript 动态网页设计期末大作业(自己手写的,很适合期末作业)javascript 动态网页设计期末大作业(自己手写的,很适合期末作业)javascript 动态网页设计期末大作业(自己手写的,很适合期末作业)javascript 动态网页设计期末大作业(自己手写的,很适合期末作业)javascript 动态网页设计期末大作业(自己手写的,很适合期末作业)javascript 动态网页设计期末大作业(自己手写的,很适合期末作业)javascrip
X光安检OPIXray数据集已经转换为VOC格式,可直接转换为为YOLO