Kinect初步研究

Kinect的配備：
Kinect一次可擷取三種東西，分別是彩色影像、3D深度影像、以及聲音訊號。Kinect機身上有3顆鏡頭，中間的是RGB彩色攝影機，左右兩邊分別為紅外線發射器和紅外線CMOS攝影機所構成的3D深度感應器，Kinect主要就是靠3D深度感應器偵測動作。

圖片來源:PrimeSense



Kinect的偵測技術是來自於PrimeSense的Light Coding技術。
該系統最多可同時偵測到6個人，包含同時辨識2個人的動作；每個人共可記錄20組細節，包含軀幹、四肢以及手指等都是追蹤的範圍，達成全身體感操作。Kinect偵測的最佳距離為1.2公尺到3.5公尺間，水平視野則是57度。

骨架追蹤系統使Kinect能辨識影像，轉換為動作指令，該系統最多可同時偵測到6個人，包含同時辨識2個人的動作；每個人共可記錄20組細節，Kinect偵測的最佳距離為1.2公尺到3.5公尺間，水平視野則是57度，如果使用者超出影像範圍，底座馬達可驅動Kinect左右旋轉27度。

圖片來源:PrimeSense

Kinect 的軟體開發—OpenNI：

OpenNI 的基本架構

最上層為應用程式，最下層為硬體，目前 OpenNI 支援的硬體，包含了：3D Sensor、RGB Camera、IR Camera、Audio Device 這四類。中間這層負責和硬體的溝通也在自身內部預留了加上中介軟體（middleware）的空間，可以用來做手勢辨識、或是追蹤之類的處理。目前的middleware定義了全身分析（Full body analysis）、手部分析（Hand point analysis）、手勢偵測（Gesture detection）、場景分析（Scene Analyzer）

OpenNI是「Open Natural Interaction」的縮寫，即「開放式自然操作」，Natural Interaction即是用直覺操控，包含了「語音」、「手勢」、「身體動作」等等。OpenNI主要是用C/C++所寫成的

--------------------------------

寫後感想：

        在還沒有想到專題題目之前，我跟國寶都只有想精障人士是到底需要什麼樣的幫助，想了老半天焦頭爛耳，也沒生出些什麼屁出來，然後聽了阿達說的"我們雖然要做Kinect，但我們連它到底是幹嘛的都不懂"，於是開始了Kinect的初步研究，其實我找到滿多資料的，關於Kinect的影像處理原理，接收到的畫面如何校正，OpenNI的介紹以及如何用C++來寫OpenNI....，不過到了這時後就開始感受到自己能力是多麼不足了。看影像處理與校正時想著，這些數學怎麼以前幾乎都沒看過；看著用C++寫OpenNI時就會想，大一時為什麼沒認真學C，寫的人說這是基本的，但我什麼都看不懂....；這是我第一次弄專題的部落格文章，但老實說，我真的覺得這篇初步研究寫得爛透了，而且寫的時候也常在反問自己"這內容有必要放到文章裡嗎"，舉OpenNI為例好了，網路上不但介紹它的規格，還介紹了它的功能，像是鏡像、姿勢偵測、骨架....，可是這時我就在想，這些適合放到研究資料嗎，我們應該是藉由語言來使用它的軟體與硬體設備，但是不把他們完全介紹好像也說不過去，對於究竟要寫什麼東西進來，感覺真的很茫然。

        部落格的第一篇文章，老實說喜憂參半。高興在於這東西其他正規電子系學生根本不會碰，感覺簡直不像是大學生研究的東西，感覺自己好像是碩士班的研究生，什麼東西都要自己來，感覺真的很刺激；憂的是，深刻感覺到自己什麼都不會，在找資料與看資料的過程中，我真的很懷疑自己能否做出東西來，一項全新的技術，我覺得光是研究這東西究竟要怎麼運作順暢，恐怕就夠我們花一學期的時間研究了。對於研究資料究竟該放些什麼好，希望老師與學長給我一些意見跟方向。對於專題題目，我覺得我應該先學會C++要怎麼弄到OpenNI，以及C++的邏輯究竟為何，這樣的短期目標，應該比較容易達到吧。