PrimeSensor结构光的数据编码方式和动作识别SVM综述

结构光的数据编码方式：

Yujing

PS的技术路线：

Light coding，顾名思义就是用光源照明给需要测量的空间编上码，与传统的结构光方法不同的是，他的光源打出去的并不是一副周期性变化的二维的图像编码，而是一个具有三维纵深的“体编码”。这种光源叫做激光散斑（laser speckle），是当激光照射到粗糙物体或穿透毛玻璃后形成的随机衍射斑点。这些散斑具有高度的随机性，而且会随着距离的不同变换图案。也就是说空间中任意两处的散斑图案都是不同的。只要在空间中打上这样的结构光，整个空间就都被做了标记，把一个物体放进这个空间，只要看看物体上面的散斑图案，就可以知道这个物体在什么位置了。当然，在这之前要把整个空间的散斑图案都记录下来，所以要先做一次光源的标定。在PrimeSense的专利上，标定的方法是这样的：每隔一段距离，取一个参考平面，把参考平面上的散斑图案记录下来。假设Natal规定的用户活动空间是距离电视机1米到4米的范围，每隔10cm取一个参考平面，那么标定下来我们就已经保存了30幅散斑图像。需要进行测量的时候，拍摄一副待测场景的散斑图像，将这幅图像和我们保存下来的30幅参考图像依次做互相关运算，这样我们会得到30幅相关度图像，而空间中有物体存在的位置，在相关度图像上就会显示出峰值。把这些峰值一层层叠在一起，再经过一些插值，就会得到整个场景的三维形状了。

Idea 1：

彩色编码结构光三维测量的研究:

利用光的颜色信息来进行三维测量也是一种重要的方法。对结构光图像进行彩色编码，当编码图像投影到被测物体表面时，由于受到表面高度的调制，编码图像发生变形，通过对变形的编码图像进行解码，可以恢复物体表面的高度信息。本文对彩色编码结构光三维测量的方法进行了详细阐述和实验论证。本文的主要研究内容和结果如下：1．对常用的彩色结构光三维测量的方法进行了详细阐述，分析了各种方法的优缺点和应用范围。2．在彩色编码结构光轮廓术中，提出一种相邻码间具有最大色差的彩色组合编码方案，采用基于RGB 空间距离大小的边界提取算法，这种算法充分利用了颜色差异性，能准确地确定边界的位置，具有较高的可靠性。3．提出了一种利用黑白CCD重建三维物体面形的方法，降低了实验装置的成本。4．对彩色组合编码三维测量技术进行了计算机模拟和实验，取得了满意的结果。5．将时间编码技术与空间的彩色结构光编码相结合，用于测量表面剧烈变化的物体。对时间编码彩色结构光三维测量方法进行了计算机模拟和实验，证明该方法是可行的。

抛开人的问题和光学散射的问题，从编码技术角度上说是最准确的最好用的

在过去20年的基础上的几种结构光几种技术：

（一）基于二进制编码技术： binary codes

一序列的二进制模式使用，以生成二进制代码字;

（二）技术在n -元码为基础：n-ary codes

基础 n的原语是用来产生码字;

（三）Gray code

结合相移码：相同的模式，预测几次，以便在一定的转变方向

以提高分辨率;

（四）混合技术：

结合时间复用time-multiplexing和邻域neighbourhood strategies的战略。

格雷码

格雷码(Gray code),又叫循环二进制码或反射二进制码在数字系统中只能识别0和1，各种数据要转换为二进制代码才能进行处理，格雷码是一种无权码，采用绝对编码方式，典型格雷码是一种具有反射特性和循环特性的单步自补码，它的循环、单步特性消除了随机取数时出现重大误差的可能，它的反射、自补特性使得求反非常方便。格雷码属于可靠性编码，是一种错误最小化的编码方式

下表为几种自然二进制码与格雷码的对照表：

十进制数自然二进

制数

格雷码

0 0000 0000

1 0001 0001

2 0010 0011

3 0011 0010

4 0100 0110

5 0101 0111

6 0110 0101

7 0111 0100

8 1000 1100

9 1001 1101

10 1010 1111

11 1011 1110

12 1100 1010

13 1101 1011

14 1110 1001

15 1111 1000

一般的,普通二进制码与格雷码可以按以下方法互相转换:

二进制码->格雷码（编码）：从最右边一位起，依次将每一位与左边一位异或(XOR)，作为对应格雷码该位的值，最左边一位不变(相当于左边是0)；

格雷码-〉二进制码（解码）：从左边第二位起，将每位与左边一位解码后的值异或，作为该位解码后的值（最左边一位依然不变）.

数学(计算机)描述：

原码：p[n:0]；格雷码：c[n:0](n∈N)；编码：c=G(p)；解码：p=F(c)；

书写时按从左向右标号依次减小,即MSB->LSB，编解码也按此顺序进行

编码：

...................c[n]=p[n]，

...................c[i]=p[i] X OR p[i+1] (i∈N,n-1≥i≥0)；

解码：

...................p[n]=c[n]，

...................P[i]=c[i] XOR p[i+1] (i∈N, n-1≥i≥0)。

下列是最简单的二进制码和格雷码的对比组合：

第二部分：

关节点和动作识别

定义：

关节点：是识别或标示关键点的过程。

动作识别：应该是一种智能的需要样本训练的程序。

具体是需要一些固定的样本来训练程序使之能自动分类某一固定动作的数学模型。

常用的SVM训练方法。

支持向量机(Support Vector Machine)是Cortes和Vapnik于1995年首先提出的，它在解决小样本、非线性及高维模式识别中表现出许多特有的优势，并能够推广应用到函数拟合等其他机器学习问题中[10]。

支持向量机方法是建立在统计学习理论的VC 维理论和结构风险最小原理基础上的，根据有限的样本信息在模型的复杂性（即对特定训练样本的学习精度，Accuracy）和学习能力（即无错误地识别任意样本的能力）之间寻求最佳折衷，以期获得最好的推广能力[14]（或称泛化能力）。

以上是经常被有关SVM 的学术文献引用的介绍，有点八股，我来逐一分解并解释一下。

Vapnik他出版的《Statistical Learning Theory》是一本完整阐述统计机器学习思想的名著。在该书中详细的论证了统计机器学习之所以区别于传统机器学习的本质，就在于统计机器学习能够精确的给出学习效果，能够解答需要的样本数等等一系列问题。与统计机器学习的精密思维相比，传统的机器学习基本上属于摸着石头过河，用传统的机器学习方法构造分类系统完全成了一种技巧，一个人做的结果可能很好，另一个人差不多的方法做出来却很差，缺乏指导和原则。

所谓VC维是对函数类的一种度量，可以简单的理解为问题的复杂程度，VC 维越高，一个问题就越复杂。正是因为SVM关注的是VC维，后面我们可以看到，SVM解决问题的时候，和样本的维数是无关的（甚至样本是上万维的都可以，这使得SVM很适合用来解决文本分类的问题，当然，有这样的能力也因为引入了核函数）。

机器学习本质上就是一种对问题真实模型的逼近（我们选择一个我们认为比较好的近似模型，这个近似模型就叫做一个假设），但毫无疑问，真实模型一定是不知道的（如果知道了，我们干吗还要机器学习？直接用真实模型解决问题不就可以了？对吧，哈哈）既然真实模型不知道，那么我们选择的假设与问题真实解之间究竟有多大差距，我们就没法得知。