Il progetto riguarda la realizzazione di un'applicazione che permette di sfruttare le potenzialità dei sensori
Microsoft KINECT, Asus XTION PRO LIVE, e PrimeSense 3D Sensor
per sviluppare un'interfaccia Natural Interaction che consente di interagire con un sistema soltato con i movimenti del corpo.

Sono state implementeate funzioni per gestire la Gesture Recognition, lo Skeleton Tracking e e lo Skeleton Recognition.

Inoltre per migliorare lo Skeleton Tracking è stato implementato un algoritmo che si basa sui concetti del Filtro di Kalman.

Il progetto è stato realizzato durante il lavoro di tesi dal titolo
Gesture Recognition per applicazioni domotiche mediante sensore di visione 3D

SKELETON TRACKING

Lo Skeleton Tracking consiste nell’individuare in tempo reale la posizione (in 3D) dei principali punti dei corpi delle persone presenti nella scena. Il sistema permette inoltre di seguire il movimento della mano (Hand Tracking). In questo modo è possibile riconoscere i gesti e associare ad essi determinate azioni o comandi.

STIMA DELLO SKELETON CON FILTRO DI KALMAN

Lo skeleton ricavato dal sensore però non è sempre affidabile. In particolari condizioni si presentano errori nel calcolo della posizione dei giunti dello skeleton. Per risolvere questo problema è stato sviluppato un algoritmo di stima che si basa sui principi del Filtro di Kalman. Gli angoli di giunto, ricavati dalle posizioni dei giunti dello skeleton fornito dal sensore, vengono filtrati dall’algoritmo in modo da ottenere una stima migliorata. Tramite questa stima poi si calcola il nuovo skeleton.

SKELETON RECOGNITION

Con la Skeleton Recognition gli utenti presenti nella scena, previamente registrati, vengono riconosciuti dal sistema e ad ognuno di essi viene assegnato il rispettivo nome e le dimensioni fissate al momento della registrazione migliorando sensibilmente le performance complessive.

Nel video viene mostrato un esempio di Skeleton Recognition