專利名稱：追蹤人物肢體位置的方法與系統(tǒng)的制作方法
技術(shù)領(lǐng)域：
本發(fā)明涉及一種影像追蹤方法，且特別有關(guān)于一種追蹤人物肢體位置 的方法與系統(tǒng)。
背景技術(shù)：
在視訊的辨識和分析領(lǐng)域中，人物的臉部、手部或身體四肢的辨識和 追蹤一直是十分熱門的研究領(lǐng)域。然而，在現(xiàn)行商業(yè)化的技術(shù)中，大多著 重在以整個人物輪廓做互動，而無分辨四肢或手指等細微動作的差異，因 而在應(yīng)用上極為有限?，F(xiàn)有的體感互動方式僅感應(yīng)局部的運動或僅根據(jù)全 身輪廓來做互動，因此難以區(qū)分較復(fù)雜的動作，例如，抬左手、舉右手、 雙手上舉、踢右腿…等等。
因此，本發(fā)明提供了一種追蹤人物肢體位置的方法與系統(tǒng)，可有效地 追蹤并分辨手腳四肢的位置，并且提供還豐富的肢體互動方式以應(yīng)用于游 戲控制、運動分析、多媒體展示等領(lǐng)域。

發(fā)明內(nèi)容
本發(fā)明的一實施例揭露了一種追蹤人物肢體位置的方法。經(jīng)由一第一 攝影裝置取得一第一肢體部位的一左影像，并且根據(jù)該左影像的特征信息 取得該第一肢體部位的一輪廓候選位置。經(jīng)由一第二攝影裝置的該第一肢 體部位的一右影像，并且根據(jù)該右影像的深度信息取得該第一肢體部位的 一深度候選位置。計算該輪廓候選位置及該深度候選位置與一第二肢體部 位的一第二肢體位置間的幾何關(guān)系，并且根據(jù)該幾何關(guān)系判斷是否更新該 第一肢體部位的一 目前肢體位置。
本發(fā)明又一實施例還揭露了一種追蹤人物肢體位置的系統(tǒng)，包括一第 一攝影裝置、 一第二攝影裝置與一運算裝置。該運算裝置經(jīng)由該第一攝影 裝置取得一第一肢體部位的一左影像以及經(jīng)由該第二攝影裝置的該第一肢體部位的一右影像，根據(jù)該左影像的特征信息取得該第一肢體部位的一 輪廓候選位置，根據(jù)該右影像的深度信息取得該第一肢體部位的一深度候 選位置，計算該輪廓候選位置及該深度候選位置與一第二肢體部位的一第 二肢體位置間的幾何關(guān)系，以及根據(jù)該幾何關(guān)系判斷是否更新該第一肢體 部位的一目前肢體位置。


圖1是顯示本發(fā)明實施例的追蹤人物肢體位置的系統(tǒng)架構(gòu)示意圖2是顯示本發(fā)明實施例的追蹤人物肢體位置的方法步驟流程圖。
主要元件符號說明
100 運算裝置 200、 300 攝影裝置 S201.,S212 流程步驟
具體實施例方式
為了讓本發(fā)明的目的、特征、及優(yōu)點能還明顯易懂，下文特舉實施例， 并配合所附圖式圖l至圖2，做詳細的說明。本發(fā)明說明書提供不同的實 施例來說明本發(fā)明不同實施方式的技術(shù)特征。其中，實施例中的各元件的 配置為說明之用，并非用以限制本發(fā)明。且實施例中圖式標(biāo)號的部分重復(fù)， 為了簡化說明，并非意指不同實施例之間的關(guān)聯(lián)性。
本發(fā)明實施例揭露了一種追蹤人物肢體位置的方法與系統(tǒng)。 本發(fā)明的實施例的追蹤人物肢體位置的方法與系統(tǒng)是利用兩臺攝影 機檢索人物肢體的連續(xù)影像，并且根據(jù)檢索影像的特征區(qū)域以及影像間的 相位差造成的深度信息來判斷與追蹤人物肢體的位置。
圖1是顯示本發(fā)明實施例的追蹤人物肢體位置的系統(tǒng)架構(gòu)示意圖。 本發(fā)明實施例的追蹤人物肢體位置的系統(tǒng)包括一運算裝置100與二臺 攝影裝置200與300。利用攝影裝置200與300分別實時捕捉一人物的左 影像和右影像，然后將取得的左右影像傳送給運算裝置100，以判斷與追 蹤人物的肢體位置。以下配合方法流程圖來做進一步的說明。
圖2是顯示本發(fā)明實施例的追蹤人物肢體位置的方法步驟流程圖。 運算裝置IOO經(jīng)由攝影裝置200取得人物的一肢體部位(例如，左手，即第一肢體部位)的左影像，并且對該左影像進行去除背景和輪廓/邊緣
的處理，以得到該肢體部位的特征信息(步驟S201)。運算裝置100根據(jù)
該左影像的特征信息取得該肢體部位的輪廓/邊緣的候選位置(簡稱為輪
廓候選位置)(步驟S202),接著根據(jù)該肢體部位的上一次追蹤所得的肢體 位置(步驟S212)，計算步驟S202所得的輪廓候選位置與該肢體部位的上 一次追蹤所得的肢體位置間的距離，進而計算出該肢體部位的輪廓/邊緣 追蹤可信度(簡稱為輪廓追蹤可信度)(步驟S203)。該輪廓追蹤可信度和 距離成反比，相距愈近則可信度愈高。
運算裝置IOO依據(jù)人物的身體中軸或頭部(即第二肢體部位)位置計 算出該輪廓候選位置的幾何可信度(簡稱為輪廓幾何可信度)(步驟 S204)。當(dāng)該輪廓候選位置離身體中軸或頭部位置愈遠，則其可信度愈高， 反之，愈靠近身體中軸或頭部位置，則其可信度愈低，但不呈線性關(guān)系。 依據(jù)人物的該肢體部位的特征信息可大致計算出人物的身體軀干所占的 區(qū)域位置，當(dāng)超出該區(qū)域位置一預(yù)設(shè)距離以上時，則該幾何可信度愈高， 反之若接近或在該區(qū)域位置內(nèi)，則可信度大幅降低。
運算裝置100經(jīng)由攝影裝置300取得人物的該肢體部位(例如，左手) 的右影像，并且根據(jù)該左影像與該右影像計算出該肢體部位(例如，左手) 的深度信息(步驟S205)。運算裝置100根據(jù)該右影像的深度信息取得該 肢體部位(例如，左手)的深度候選位置(步驟S206)，再根據(jù)該肢體部 位的上一次追蹤所得的肢體位置(步驟S212)，計算出步驟S205所得的深 度候選位置與該肢體部位的上一次追蹤所得的肢體位置間的距離，進而計 算出該肢體部位的深度追蹤可信度(步驟S207)。
接著，運算裝置IOO依據(jù)身體中軸或頭部位置計算出該深度候選位置 的幾何可信度(簡稱為深度幾何可信度)(步驟S208)。運算裝置100將輪 廓追蹤可信度與深度追蹤可信度相比較以及將輪廓幾何可信度與深度幾 何可信度相比較，經(jīng)過運算評估后選取可信度較高的其中一輪廓/深度追 蹤可信度或輪廓/深度幾何可信度(步驟S209)。運算裝置IOO將該選取的 可信度與一輪廓/深度可信度門坎值相比較，以判斷該選取的可信度是否 大于該輪廓/深度可信度門坎值(步驟S210)。
若該選取的可信度大于該輪廓/深度可信度門坎值，則將對應(yīng)該選取
10的可信度的候選位置更新為該肢體部位的目前肢體位置(步驟S211)。若 該選取的可信度不大于該輪廓/深度可信度門坎值，則視為追蹤無效，故 將上一次追蹤所得的肢體位置做為該肢體部位的目前肢體位置(步驟
S212)。
需注意到，該第一肢體部位為頭、手、膽P、手肘、手指或者其它人體 肢體部位，或者是位于該人體肢體部位上的一標(biāo)記物。
需注意到，該第一肢體部位的一第一肢體位置、該輪廓候選位置、該 深度候選位置或該第二肢體部位的該第二肢體位置為一二維影像，且以影 像坐標(biāo)或影像區(qū)塊來表示。
需注意到，上述方法還包括將該第一肢體部位的輪廓或邊緣的轉(zhuǎn)折點 作為該輪廓候選位置。
需注意到，上述方法還包括利用該第一肢體部位的兩張影像的差異度 計算該深度信息。
需注意到，上述方法還包括利用該第一肢體部位的兩張影像中的局部 區(qū)域的差異度計算該深度信息。
需注意到，上述方法還包括利用一三維重建方法計算該深度信息。
需注意到，該第二肢體部位為頭部、臉部、脖子、身體中心點、身體 中軸、腰部位置、胯下位置或可用于參考的人體肢體部位，或者是位于該 人體肢體部位上的一標(biāo)記物。
需注意到，該幾何關(guān)系包括計算該輪廓候選位置和該第二肢體部位的 該第二肢體位置間的距離或計算S和Q的距離。
需注意到，該幾何關(guān)系包括計算該輪廓候選位置和該第二肢體部位的 該第二肢體位置間的距離或計算該深度候選位置和該第二肢體部位的該 第二肢體位置間的距離。
需注意到，該幾何關(guān)系包括當(dāng)該輪廓候選位置或該深度候選位置距離 該第二肢體部位的該第二肢體位置愈近時，提高更新該第一肢體部位的一 第 一 肢體位置到較近距離的可能性。
需注意到，該幾何關(guān)系包括當(dāng)該輪廓候選位置離T愈遠時提高更新該 第一肢體部位的一第一肢體位置到該輪廓候選位置的可能性，而當(dāng)愈近時 則降低該可能性。需注意到，該幾何關(guān)系包括該輪廓候選位置在一特定軸向的坐標(biāo)與該 第二肢體部位的該第二肢體位置在該特定軸向上的坐標(biāo)差距愈大時，提高 更新該第一肢體部位的一第一肢體位置到該輪廓候選位置的可能性，而當(dāng) 差距愈小時則降低該可能性。
需注意到，該幾何關(guān)系包括該深度候選位置在一特定軸向的坐標(biāo)與該 第二肢體部位的該第二肢體位置在該特定軸向上的坐標(biāo)差距愈小時，提高 更新該第一肢體部位的一第一肢體位置到該深度候選位置的可能性，而當(dāng) 差距愈大時則降低該可能性。
需注意到，上述方法還包括判斷是否更新該第一肢體部位的一第一肢 體位置到為該輪廓候選位置或該深度候選位置。
本發(fā)明還提供一種記錄媒體(例如光盤片、磁盤片與抽取式硬盤等 等)，其是記錄一計算機可讀取的權(quán)限簽核程序，以便執(zhí)行上述的追蹤人 物肢體位置的方法。在此，儲存于記錄媒體上的權(quán)限簽核程序，基本上是 由多個程序代碼片段所組成的(例如建立組織圖程序代碼片段、簽核窗體 程序代碼片段、設(shè)定程序代碼片段、以及部署程序代碼片段)，并且這些 程序代碼片段的功能是對應(yīng)到上述方法的步驟與上述系統(tǒng)的功能方塊圖。
雖然本發(fā)明已以實施例揭露如上，然其并非用以限定本發(fā)明，任何熟 習(xí)此技藝者，在不脫離本發(fā)明的精神和范圍內(nèi)，當(dāng)可作各種的還動與潤飾， 因此本發(fā)明的保護范圍當(dāng)視后附的申請專利范圍所界定者為準(zhǔn)。
權(quán)利要求
1.一種追蹤人物肢體位置的方法，其特征在于，包括下列步驟經(jīng)由一第一攝影裝置取得一第一肢體部位的一左影像；根據(jù)該左影像的特征信息取得該第一肢體部位的一輪廓候選位置；經(jīng)由一第二攝影裝置的該第一肢體部位的一右影像；根據(jù)該右影像的深度信息取得該第一肢體部位的一深度候選位置；計算該輪廓候選位置及該深度候選位置與一第二肢體部位的一第二肢體位置間的幾何關(guān)系；以及根據(jù)該幾何關(guān)系判斷是否更新該第一肢體部位的一目前肢體位置。
2. 如權(quán)利要求1所述的追蹤人物肢體位置的方法，其特征在于，還包 括下列步驟對該左影像進行去除背景和邊緣輪廓的處理，以得到該第一肢體部位 的特征信息；根據(jù)該左影像的該特征信息取得該第一肢體部位的輪廓/邊緣的該輪 廓候選位置；根據(jù)該第一肢體部位的上一次追蹤所得的一肢體位置，計算該輪廓候 選位置與該肢體位置間的一第一距離，進而計算出該第一肢體部位的一輪 廓追蹤可信度；以及依據(jù)該第二肢體部位的該第二肢體位置計算出該輪廓候選位置的一 輪廓幾何可信度。
3. 如權(quán)利要求2所述的追蹤人物肢體位置的方法，其特征在于，還包 括下列步驟根據(jù)該左影像與該右影像計算出該第一肢體部位的深度信息； 根據(jù)該右影像的該深度信息取得該第一肢體部位的該深度候選位置； 根據(jù)該第一肢體部位的上一次追蹤所得的該肢體位置，計算出該深度候選位置與該肢體位置間的一第二距離，進而計算出該第一肢體部位的一深度追蹤可信度；以及依據(jù)該第二肢體部位的該第二肢體位置計算出該深度候選位置的一深度幾何可信度。
4. 如權(quán)利要求3所述的追蹤人物肢體位置的方法，其特征在于，還包 括下列步驟將該輪廓追蹤可信度與該深度追蹤可信度相比較以及將輪廓幾何可 信度與深度幾何可信度相比較，以選取可信度較高的其中一可信度；將該選取的可信度與一可信度門坎值相比較，以判斷該選取的可信度 是否大于該可信度門坎值；若該選取的可信度大于該可信度門坎值，則將對應(yīng)該選取的可信度的一候選位置更新為該第一肢體部位的一 目前肢體位置；以及若該選取的可信度不大于該可信度門坎值，則將上一次追蹤所得的該 肢體位置做為該第一肢體部位的該目前肢體位置。
5. 如權(quán)利要求2所述的追蹤人物肢體位置的方法，其特征在于，該輪廓追蹤可信度與該第一距離成反比。
6. 如權(quán)利要求1所述的追蹤人物肢體位置的方法，其特征在于，該輪 廓候選位置與離該第二肢體部位的該第二肢體位置成正比但不呈線性關(guān) 系。
7. 如權(quán)利要求1所述的追蹤人物肢體位置的方法，其特征在于，該第 一肢體部位為頭、手、腳、手肘、手指或者其它人體肢體部位，或者是位 于該人體肢體部位上的一標(biāo)記物。
8. 如權(quán)利要求1所述的追蹤人物肢體位置的方法，其特征在于，該第 一肢體部位的一第一肢體位置、該輪廓候選位置、該深度候選位置或該第 二肢體部位的該第二肢體位置為一二維影像，且以影像坐標(biāo)或影像區(qū)塊來 表示。
9. 如權(quán)利要求1所述的追蹤人物肢體位置的方法，其特征在于，還包 括將該第一肢體部位的輪廓或邊緣的轉(zhuǎn)折點作為該輪廓候選位置。
10. 如權(quán)利要求1所述的追蹤人物肢體位置的方法，其特征在于，還 包括利用該第一肢體部位的兩張影像的差異度計算該深度信息。
11. 如權(quán)利要求1所述的追蹤人物肢體位置的方法，其特征在于，還 包括利用該第一肢體部位的兩張影像中的局部區(qū)域的差異度計算該深度信息。
12. 如權(quán)利要求1所述的追蹤人物肢體位置的方法，其特征在于，還包括利用一三維重建方法計算該深度信息。
13. 如權(quán)利要求1所述的追蹤人物肢體位置的方法，其特征在于，該 第二肢體部位為頭部、臉部、脖子、身體中心點、身體中軸、腰部位置、 胯下位置或可用于參考的人體肢體部位，或者是位于該人體肢體部位上的 一標(biāo)記物。
14. 如權(quán)利要求1所述的追蹤人物肢體位置的方法，其特征在于，該 幾何關(guān)系包括計算該輪廓候選位置和該第二肢體部位的該第二肢體位置 間的距離或計算S和Q的距離。
15. 如權(quán)利要求1所述的追蹤人物肢體位置的方法，其特征在于，該 幾何關(guān)系包括計算該輪廓候選位置和該第二肢體部位的該第二肢體位置 間的距離或計算該深度候選位置和該第二肢體部位的該第二肢體位置間 的距離。
16. 如權(quán)利要求1所述的追蹤人物肢體位置的方法，其特征在于，該 幾何關(guān)系包括當(dāng)該輪廓候選位置或該深度候選位置距離該第二肢體部位 的該第二肢體位置愈近時，提高更新該第一肢體部位的一第一肢體位置到 較近距離的可能性。
17. 如權(quán)利要求1所述的追蹤人物肢體位置的方法，其特征在于，該 幾何關(guān)系包括當(dāng)該輪廓候選位置離T愈遠時提高更新該第一肢體部位的一 第一肢體位置到該輪廓候選位置的可能性，而當(dāng)愈近時則降低該可能性。
18. 如權(quán)利要求1所述的追蹤人物肢體位置的方法，其特征在于，該幾何關(guān)系包括該輪廓候選位置在一特定軸向的坐標(biāo)與該第二肢體部位的 該第二肢體位置在該特定軸向上的坐標(biāo)差距愈大時，提高更新該第一肢體 部位的一第一肢體位置到該輪廓候選位置的可能性，而當(dāng)差距愈小時則降 低該可能性。
19. 如權(quán)利要求1所述的追蹤人物肢體位置的方法，其特征在于，該 幾何關(guān)系包括該深度候選位置在一特定軸向的坐標(biāo)與該第二肢體部位的 該第二肢體位置在該特定軸向上的坐標(biāo)差距愈小時，提高更新該第一肢體 部位的一第一肢體位置到該深度候選位置的可能性，而當(dāng)差距愈大時則降 低該可能性。
20. 如權(quán)利要求1所述的追蹤人物肢體位置的方法，其特征在于，還包括判斷是否更新該第一肢體部位的一第一肢體位置到為該輪廓候選位 置或該深度候選位置。
21. —種追蹤人物肢體位置的系統(tǒng)，其特征在于包括 一第一攝影裝置；一第二攝影裝置；以及一運算裝置，其經(jīng)由該第一攝影裝置取得一第一肢體部位的一左影像 以及經(jīng)由該第二攝影裝置的該第一肢體部位的一右影像，根據(jù)該左影像的 特征信息取得該第一肢體部位的一輪廓候選位置，根據(jù)該右影像的深度信 息取得該第一肢體部位的一深度候選位置，計算該輪廓候選位置及該深度 候選位置與一第二肢體部位的一第二肢體位置間的幾何關(guān)系，以及根據(jù)該 幾何關(guān)系判斷是否更新該第一肢體部位的一目前肢體位置。
22. 如權(quán)利要求21所述的追蹤人物肢體位置的系統(tǒng)，其特征在于，該運算裝置對該左影像進行去除背景和邊緣輪廓的處理，以得到該第一肢體 部位的特征信息，根據(jù)該左影像的該特征信息取得該第一肢體部位的輪廓 /邊緣的該輪廓候選位置，根據(jù)該第一肢體部位的上一次追蹤所得的一肢 體位置，計算該輪廓候選位置與該肢體位置間的一第一距離，進而計算出 該第一肢體部位的一輪廓追蹤可信度，以及依據(jù)該第二肢體部位的該第二 肢體位置計算出該輪廓候選位置的一輪廓幾何可信度。
23. 如權(quán)利要求22所述的追蹤人物肢體位置的系統(tǒng)，其特征在于，該運算裝置根據(jù)該左影像與該右影像計算出該第一肢體部位的深度信息，根 據(jù)該右影像的該深度信息取得該第一肢體部位的該深度候選位置，根據(jù)該 第一肢體部位的上一次追蹤所得的該肢體位置，計算出該深度候選位置與 該肢體位置間的一第二距離，進而計算出該第一肢體部位的一深度追蹤可 信度，以及依據(jù)該第二肢體部位的該第二肢體位置計算出該深度候選位置 的一深度幾何可信度。
24. 如權(quán)利要求23所述的追蹤人物肢體位置的系統(tǒng)，其特征在于，該運算裝置將該輪廓追蹤可信度與該深度追蹤可信度相比較以及將輪廓幾 何可信度與深度幾何可信度相比較，以選取可信度較高的其中一可信度， 將該選取的可信度與一可信度門坎值相比較，以判斷該選取的可信度是否 大于該可信度門坎值，若該選取的可信度大于該可信度門坎值，則將對應(yīng)該選取的可信度的一候選位置更新為該第一肢體部位的一目前肢體位置， 以及若該選取的可信度不大于該可信度門坎值，則將上一次追蹤所得的該 肢體位置做為該第一肢體部位的該目前肢體位置。
25. 如權(quán)利要求22所述的追蹤人物肢體位置的系統(tǒng)，其特征在于，該輪廓追蹤可信度與該第一距離成反比。
26. 如權(quán)利要求21所述的追蹤人物肢體位置的系統(tǒng)，其特征在于，該 輪廓候選位置與離該第二肢體部位的該第二肢體位置成正比但不呈線性 關(guān)系。
27. 如權(quán)利要求21所述的追蹤人物肢體位置的系統(tǒng)，其特征在于，該 第一肢體部位為頭、手、腳、手肘、手指或者其它人體肢體部位，或者是 位于該人體肢體部位上的一標(biāo)記物。
28. 如權(quán)利要求21所述的追蹤人物肢體位置的系統(tǒng)，其特征在于，該第一肢體部位的一第一肢體位置、該輪廓候選位置、該深度候選位置或該 第二肢體部位的該第二肢體位置為一二維影像，且以影像坐標(biāo)或影像區(qū)塊 來表示。
29. 如權(quán)利要求21所述的追蹤人物肢體位置的系統(tǒng)，其特征在于，將該第一肢體部位的輪廓或邊緣的轉(zhuǎn)折點作為該輪廓候選位置。
30. 如權(quán)利要求21所述的追蹤人物肢體位置的系統(tǒng)，其特征在于，該運算裝置利用該第一肢體部位的兩張影像的差異度計算該深度信息。
31.如權(quán)利要求21所述的追蹤人物肢體位置的系統(tǒng)，其特征在于，該運算裝置利用該第一肢體部位的兩張影像中的局部區(qū)域的差異度計算該 深度信息。
32. 如權(quán)利要求21所述的追蹤人物肢體位置的系統(tǒng)，其特征在于，該運算裝置利用一三維重建方法計算該深度信息。
33. 如權(quán)利要求21所述的追蹤人物肢體位置的系統(tǒng)，其特征在于，該 第二肢體部位為頭部、臉部、脖子、身體中心點、身體中軸、腰部位置、 胯下位置或可用于參考的人體肢體部位，或者是位于該人體肢體部位上的 一標(biāo)記物。
34. 如權(quán)利要求21所述的追蹤人物肢體位置的系統(tǒng)，其特征在于，該 幾何關(guān)系包括計算該輪廓候選位置和該第二肢體部位的該第二肢體位置間的距離或計算S和Q的距離。
35. 如權(quán)利要求21所述的追蹤人物肢體位置的系統(tǒng)，其特征在于，該幾何關(guān)系包括計算該輪廓候選位置和該第二肢體部位的該第二肢體位置 間的距離或計算該深度候選位置和該第二肢體部位的該第二肢體位置間的距離。
36. 如權(quán)利要求21所述的追蹤人物肢體位置的系統(tǒng)，其特征在于，該 幾何關(guān)系包括當(dāng)該輪廓候選位置或該深度候選位置距離該第二肢體部位 的該第二肢體位置愈近時，提高更新該第一肢體部位的一第一肢體位置到 較近距離的可能性。
37. 如權(quán)利要求21所述的追蹤人物肢體位置的系統(tǒng)，其特征在于，該 幾何關(guān)系包括當(dāng)該輪廓候選位置離T愈遠時提高更新該第一肢體部位的一 第一肢體位置到該輪廓候選位置的可能性，而當(dāng)愈近時則降低該可能性。
38. 如權(quán)利要求21所述的追蹤人物肢體位置的系統(tǒng)，其特征在于，該 幾何關(guān)系包括該輪廓候選位置在一特定軸向的坐標(biāo)與該第二肢體部位的 該第二肢體位置在該特定軸向上的坐標(biāo)差距愈大時，提高更新該第一肢體 部位的一第一肢體位置到該輪廓候選位置的可能性，而當(dāng)差距愈小時則降 低該可能性。
39. 如權(quán)利要求21所述的追蹤人物肢體位置的系統(tǒng)，其特征在于，該 幾何關(guān)系包括該深度候選位置在一特定軸向的坐標(biāo)與該第二肢體部位的 該第二肢體位置在該特定軸向上的坐標(biāo)差距愈小時，提高更新該第一肢體 部位的一第一肢體位置到該深度候選位置的可能性，而當(dāng)差距愈大時則降 低該可能性。
40. 如權(quán)利要求21所述的追蹤人物肢體位置的系統(tǒng)，其特征在于，該 運算裝置判斷是否更新該第一肢體部位的一第一肢體位置到為該輪廓候 選位置或該深度候選位置。
全文摘要
本發(fā)明一種追蹤人物肢體位置的方法。經(jīng)由一第一攝影裝置取得一第一肢體部位的一左影像，并且根據(jù)該左影像的特征信息取得該第一肢體部位的一輪廓候選位置。經(jīng)由一第二攝影裝置的該第一肢體部位的一右影像，并且根據(jù)該右影像的深度信息取得該第一肢體部位的一深度候選位置。計算該輪廓候選位置及該深度候選位置與一第二肢體部位的一第二肢體位置間的幾何關(guān)系，并且根據(jù)該幾何關(guān)系判斷是否更新該第一肢體部位的一目前肢體位置。
文檔編號G06K9/00GK101650776SQ200810146100
公開日2010年2月17日 申請日期2008年8月12日 優(yōu)先權(quán)日2008年8月12日
發(fā)明者王科翔, 郭建春, 陳柏戎 申請人:財團法人工業(yè)技術(shù)研究院