简单教程 | 如何用Kinect&Unity实现特定动作识别

OF COURSE想当然

Kinect体感识别设备有一项最重要也是最基础的应用就是：识别特定动作。今天我们就在Windows系统利用KinectStudio、VisualGestureBuilder和Unity3d来实现特定动作的识别。

首先我们了解一下Kinect骨骼识别的原理：

Kinect骨骼图是由深度图得到的：KinectV2通过自己的红外发射器投射经调制的近红外光线，照射到物体之后发生反射，红外相机再接受反射光线，采用TOF技术测量深度，计算光的时间差。从而计算出物体的深度（距kinect的距离）。

然后将这个侦测到的3d深度图像转换到骨架追踪系统，该系统最多可以追踪6个人。Kinect采用分隔策略将人体从复杂的背景中区分开来在这个阶段，为每个人在深度图像中创建分割遮罩（有点儿像opencv里面识别轮廓），将人物同背景分割开来。

再然后，Kinect会寻找出可能是人的物体，毕竟Kinect所具备的感官只有“视觉”和“听觉”，它不能判定你是否具有智慧、是否具有生物特征。它只能通过自己的“眼睛”去看，只要相似度达到判定阈值，它就会判定眼前的东西为人。你可以试试用衣架挂一件衣服，Kinect也不会拒绝的）。

下面我们来开始本期的教学环节：

一、首先，打开Kinect Studio，转到Record界面。连接好你的Kinect。如果连接失败请打开“服务”，手动开启Kinect Monitor服务。

KinectStudio界面

二、调整Kinect的位置便于我们录制自己/朋友的动作，点击左上方红色圆点按钮开始录制。然后进入Kinect的识别范围间断性地重复某一动作。比如笔者录制了一个向上拍手的动作：

点击结束录制，Kinect Studio会贴心地为我们自动保存这个录像片段。具体的保存位置你可以在FILE页找到。

多次重复是为了令样本的数量多一些，你也可以在间隔内稍微变换位置或者微微屈膝，让训练样本更多样化一些。

三、同Cortana小娜联系一下感情，在Cortana搜索页键入：“Visual Gesture Builder”，并打开软件，单击“File--New Solution”新建一个项目，自行命名，我的叫做DemoClap：

右键你刚刚创建的工程，我这里是上图中被选中的DemoClap，选择Create New Project With Wizard，出现VGB Gesture Wizard的界面，点击Next：

给我们刚才记录的动作命名，我的叫DemoClap：

这里是询问我们的动作是否包含下半身的动作，这里我选择No：

这里是询问我们是否需要判定手部状态（张开、握紧等），这里我选择No：

这里是选择需要判断的骨骼的部分，每一张都有图解，我们可以根据图解选择自己需要的类型：

这里是询问我们的动作是否区分左右。如果我们选择Yes，他就会创建两个子项目：Right & Left。这里我们选择No：

这个界面是询问我们的动作是离散还是连续判定：离散型会关注我们记录的动作“发生了”or“没发生”；而连续型（原文的progress：过程、发展）会关注同记录的动作的匹配程度——最终告诉你：80%相似，这样的结果。

这里就是说，将会创建下面的gesture，如果你选择了左右需要被判断，那么下面会出现后缀为right 和 left的两个gesture：

单击Confirm，就会生成我们的工程：

这里一共有两个文件，其中不带后缀的就是我们训练的样本。带.a 后缀的则是测试gesture的一个文件。

然后我们利用刚才收集的视频片段，我们的样本来创建正负样本。选中DemoClap，右键选择“Add Clip”，将我们刚才录制的.xef 文件导入。你可以从Kinect Studio的文件默认保存位置找到它。

之后我们需要告诉训练器哪些是正样本——也就是记录了我们需要的动作的一段连续的帧；相对的，负样本就是记录了我们不需要动作的帧。

我们按住shift +鼠标左键可以选取一段连续的帧，然后在表示当前帧位置的竖线上右键就可以将一段帧标记为正样本，以这段帧上面出现蓝色线段未标志：

下面，全部选好之后，我们选中总工程文件，右键“Build”。并耐心等待。

当Output提示我们完成时，并且没有显示错误，那么我们的动作分类器已经训练完成了。

记得刚才说的.a吗，一般我们会记录很多个动作样本，然后把其中的2/3用于训练分类器，1/3用于测试这个分类器。如果你还剩下一些没有训练的视频片段，可以把视频add clip到.a 的文件之下，来测试分类器。

如果你没有额外的视频片段了，右键工程选择Live Preview，选择刚刚Build完成之后在output栏保存的.gba/.gbd分类器文件。VGB软件会打开你的Kinect并且实时判断你当前的动作。直方图内的数值越高，表示你的动作越符合。

四、在Unity3d中调用分类器

（*在步骤开始之前，确保你已经完成了Kinect for Windows插件下载和安装。）
如果没有，请戳下方的链接进行相应操作：
https:// developer.microsoft.com /en-us/windows/kinect
下载Tools and extensions列表下的 Unity Pro Packages

我们在Unity中新建一个项目，导入kinect for Windows的Unity插件，Kinet.2.0和Kinect.VisualGestureBuilder.2.0包：

导入完毕之后，打开KinectView文件夹下的MainScene：

创建一个StreamingAssets文件夹，将我们在VGB中训练获得的动作文件放入：

新建一个空物体，命名为GestureDetector，并为它创建两个C#脚本，GestureSourceManager和GestureController：

然后我们来编辑这两个脚本文件，在GestureSourceManager中，我们对捕捉到的每个动作进行判断，这里设置阈值为0.8，也就是说相似度超过0.8我们就判定为符合条件：

1. if (gesture.GestureType == GestureType.Discrete)  
3.   DiscreteGestureResult result = null; // Provides methods for determining the status of a discrete gesture detection.  
4.   discreteResults.TryGetValue(gesture, out result);  
6.   if (result.Confidence > 0.8) // Gets a value indicating the confidence level of the gesture detection.  
7.   {  
8.     // Fire Event 
9.     if (OnGesture != null) // public event GestureEvent OnGesture; 
10.     {  
11.       Debug.Log("Detected Gesture " + gesture.Name + " with Confidence " + result.Confidence);  
12.       OnGesture(this, new KinectGestureEvent(gesture.Name, result.Confidence));  
13.     }  
14.   }  
再用GestureController来接收这个动作事件，在控制台输出我们的动作是否符合：
1. private void clap_Doublehand(object sender, KinectGestureEvent e)  
4.   if (e.name.Equals("clapDoublehand"))  
5.   {  
6.     Debug.Log("clapDoublehand!!!");