Kinect国内外研究现状
中国迟发性运动障碍的药物治疗和研究现状及国内外差距
·学术天地·中国迟发性运动障碍的药物治疗和研究现状及国内外差距李睿，曾端，和申，沈一峰，李华芳摘要： 迟发性运动障碍（ｔａｒｄｉｖｅｄｙｓｋｉｎｅｓｉａ，ＴＤ）是一种因长期使用抗精神病药而引发的严重药物不良反应，缺乏有效的治疗方法。
国内目前已尝试多种药物治疗ＴＤ，部分药物具有一定的疗效。
然而，相对国外已经批准新药且疗效确切的治疗现状，我国ＴＤ治疗与之有较大差距。
新型单胺类囊泡转运体２（ｖｅｓｉｃｕｌａｒｍｏｎｏａｍｉｎｅｔｒａｎｓｐｏｒｔｅｒ２，ＶＭＡＴ２）抑制剂的应用和相关研究是中国ＴＤ治疗的趋势和方向之一。
关键词： 迟发性运动障碍； 药物治疗； 戊苯那嗪； 氘代丁苯那嗪中图分类号： Ｒ７４９．０５３ 文献标识码： Ａ 文章编号： １００５ ３２２０（２０２４）０２ ０１６６ ０３ＴｈｅｃｕｒｒｅｎｔｓｔａｔｕｓｏｆｄｒｕｇｔｈｅｒａｐｙａｎｄｒｅｓｅａｒｃｈｏｎｔａｒｄｙｍｏｖｅｍｅｎｔｄｉｓｏｒｄｅｒｉｎＣｈｉｎａａｎｄｔｈｅｄｉｆｆｅｒ ｅｎｃｅｓａｔｈｏｍｅａｎｄａｂｒｏａｄ ＬＩＲｕｉ，ＺＥＮＧＤｕａｎ，ＨＥＳｈｅｎ，ＳＨＥＮＹｉ ｆｅｎｇ，ＬＩＨｕａ ｆａｎｇ．ＤｅｐａｒｔｍｅｎｔｏｆＰｓｙｃｈｉａｔｒｙ，ＳｈａｎｇｈａｉＭｅｎｔａｌＨｅａｌｔｈＣｅｎｔｅｒ，ＳｈａｎｇｈａｉＪｉａｏＴｏｎｇＵｎｉｖｅｒｓｉｔｙＳｃｈｏｏｌｏｆＭｅｄｉｃｉｎｅ，Ｓｈａｎｇｈａｉ２０００３０，ＣｈｉｎａＡｂｓｔｒａｃｔ：Ｔａｒｄｉｖｅｄｙｓｋｉｎｅｓｉａ（ＴＤ）ｉｓａｓｅｒｉｏｕｓａｄｖｅｒｓｅｄｒｕｇｒｅａｃｔｉｏｎｃａｕｓｅｄｂｙｌｏｎｇ ｔｅｒｍｕｓｅｏｆａｎｔｉｐｓｙ ｃｈｏｔｉｃｓ，ａｎｄｔｈｅｒｅｈａｓｂｅｅｎａｌａｃｋｏｆｅｆｆｅｃｔｉｖｅｔｒｅａｔｍｅｎｔ．ＴＤｈａｓｂｅｅｎｔｒｅａｔｅｄｗｉｔｈｓｅｖｅｒａｌｄｒｕｇｓｉｎＣｈｉｎａ，ａｎｄｓｏｍｅｄｒｕｇｓｈａｖｅｃｅｒｔａｉｎｅｆｆｉｃａｃｙ．Ｈｏｗｅｖｅｒ，ＴＤｔｈｅｒａｐｙｉｎＣｈｉｎａｉｓｄｉｆｆｅｒｅｎｔｆｒｏｍｆｏｒｅｉｇｎｃｏｕｎｔｒｉｅｓｗｈｉｃｈｈａｖｅａｐｐｒｏｖｅｄｎｅｗｄｒｕｇｓａｎｄｈａｖｅｄｅｆｉｎｉｔｅｔｈｅｒａｐｅｕｔｉｃｅｆｆｅｃｔｓ．ＴｈｅａｐｐｌｉｃａｔｉｏｎａｎｄｒｅｓｅａｒｃｈｏｆｎｏｖｅｌＶＭＡＴ２ｉｎｈｉｂｉ ｔｏｒｓｉｓｏｎｅｏｆｔｈｅｔｒｅｎｄｓａｎｄｄｉｒｅｃｔｉｏｎｓｏｆＴＤｔｈｅｒａｐｙｉｎＣｈｉｎａ．Ｋｅｙｗｏｒｄｓ： ｔａｒｄｉｖｅｄｙｓｋｉｎｅｓｉａ； ｄｒｕｇｔｈｅｒａｐｙ； ｖａｌｂｅｎａｚｉｎｅ； ｄｅｕｔｅｔｒａｂｅｎａｚｉｎｅ迟发性运动障碍（ｔａｒｄｉｖｅｄｙｓｋｉｎｅｓｉａ，ＴＤ）临床表现以口 舌 颊三联征、四肢及躯干舞蹈样动作以及肌张力增高为主，严重影响患者的生活质量和社会功能。
Kinect身体姿态识别技术研究应用
Kinect身体姿态识别技术研究应用玩家在游戏里打出了各种酷炫的动作，他就像一个真正的战士。
但问题是这些动作是如何被识别的呢？答案就在Kinect身体姿态识别技术之中。
Kinect是一个首先被Xbox 360发布的运动控制扩充设备。
它通过结合深度传感器、RGB摄像头和麦克风，为用户提供了一个3D实时捕捉和交互的生态系统。
Kinect使用深度传感器来获取人体的姿态和动作信息，并将该信息转换为计算机可识别的数字信号。
这项技术的研究和应用领域非常广泛，下面我们将一一探究。
一、娱乐应用Kinect最初就是为游戏开发而设计的，这个功能最为人所知。
通过Kinect，用户可以直接用身体在电视屏幕上玩游戏，而不需要用手柄控制。
Kinect可以追踪用户的每一个运动，从而让玩家与游戏世界更加交互，更加真实。
在这种情况下，Kinect可以通过识别玩家的姿态和动作来实现游戏的操作。
各种喜剧和表演节目，也在使用Kinect技术作为其表演技巧的一部分。
例如《美国达人》和《英国达人》等幽默表演节目使用Kinect，以创造更加生动的表演情景，从而与观众们打造更加生动的互动体验。
二、医疗应用Kinect的姿势识别技术也在医疗领域取得了些许的进展。
有研究表明，Kinect 可以帮助医生识别出肌肉疾病患者在日常活动中的姿势和动作，从而对患者的疾病进行更加精确的诊断和治疗。
在医疗保健中，身体姿态识别技术可以帮助对推动疼痛康复研究，监测患者的姿势和动作，以确定他们的活动是否足够达到预期的恢复水平。
Kinect还可以用于再健康恢复中支持物理治疗，通过实时的视觉反馈来帮助患者适当地掌握控制肢体运动的技能。
三、安防应用Kinect的身体姿态识别技术也可以在安全方面产生广泛的应用。
Kinect可以用于改善公共场所的安全措施。
它可以跟踪人员的动作并警报安全人员，以及追踪移动物体。
Kinect还支持专业版，可用于面部识别，以识别员工和访客并记录他们的活动和出现时间。
基于Kinect的人体姿态识别技术研究
基于Kinect的人体姿态识别技术研究人体姿态识别是指计算机通过摄像头或传感器获取到的人体图像信息，通过算法进行处理和分析，最终将人体姿势信息转化为计算机可读的数字信号。
这项技术的应用非常广泛，在人脸识别、运动员训练、智能游戏、虚拟试衣间等领域都有重要的应用价值。
近年来，基于Kinect的人体姿态识别技术逐渐成熟，并得到了越来越广泛的应用。
一、Kinect技术介绍Kinect是由微软公司研发的一项人体姿态识别技术，采用了深度摄像头、RGB 摄像头和麦克风组成的复合传感器，能够实时获取周围环境和人体的三维信息并进行实时处理。
这项技术首次应用到Xbox 360游戏机上，使玩家可以通过身体动作控制游戏角色的动作，后来也被应用到Windows应用程序中。
Kinect技术的一个重要特点是无需手持设备或穿戴传感器，使得用户可以自然而然地进行交互，让人机交互更加自由和便捷。
二、Kinect技术在人体姿态识别中的应用1、人脸识别Kinect技术可以通过识别人脸的关键点和表情来实现人脸识别。
如果与生物度量技术相结合，比如指纹、虹膜、声纹等技术，可以更加精确地进行身份验证和身份识别。
2、运动员训练人体姿态识别技术可以通过检测人体关节点的位置和姿态来进行运动员训练，为运动员定制个性化的训练计划。
例如，对于篮球运动员的训练，Kinect技术可以检测球员的运动轨迹和投篮姿势，分析其动作是否正确，并提示改进方法，从而提高运动员的技术水平。
3、智能游戏Kinect技术主要是应用于游戏领域，通过跟踪玩家的身体动作来进行游戏，使得玩家享受到了更加自由和便捷的游戏方式。
例如，Kinect体感游戏《舞动吧！大象》就是通过跟踪玩家的身体动作来进行体感游戏，让玩家更加沉浸到游戏世界中。
4、虚拟试衣间人体姿态识别技术还可以被应用于虚拟试衣间中。
消费者只需要站在Kinect摄像头的视野范围内，就能够在屏幕上查看自己的虚拟试衣效果。
通过Kinect技术对消费者的身体姿态的检测，可以准确地调整试衣间中的虚拟衣服，使其更加贴合消费者的身体尺寸和曲线。
《2024年基于Kinect的手势识别与机器人控制技术研究》范文
《基于Kinect的手势识别与机器人控制技术研究》篇一一、引言随着人工智能技术的不断发展，人机交互技术已成为研究热点之一。
其中，基于Kinect的手势识别技术因其高精度、高效率、低成本的优点，得到了广泛的应用。
而将手势识别技术应用于机器人控制，则能够进一步拓展人机交互的范畴，提高机器人的智能化水平。
本文将对手势识别技术和机器人控制技术进行深入的研究和探讨，基于Kinect传感器进行实验和分析。
二、Kinect传感器及其应用Kinect是微软公司开发的一款体感设备，具有捕捉人体动作、语音和手势等功能。
在计算机视觉、人机交互、机器人控制等领域有着广泛的应用。
基于Kinect的手势识别技术，可以通过捕捉人体手部动作的信息，实现对手势的准确识别和解析。
同时，Kinect还可以实时监测人体骨骼的位置和运动状态，从而更精确地完成动作捕捉。
三、手势识别技术研究基于Kinect的手势识别技术，主要通过以下步骤实现：首先，利用Kinect传感器捕捉人体的骨骼信息；其次，通过算法对手部骨骼信息进行提取和预处理；然后，利用机器学习算法对手势进行分类和识别；最后，将识别的手势信息转化为计算机可以理解的指令或命令。
在手势识别技术中，机器学习算法的应用至关重要。
常见的机器学习算法包括支持向量机（SVM）、随机森林（Random Forest）、神经网络等。
这些算法可以通过训练大量的手势样本，提高手势识别的准确性和鲁棒性。
此外，深度学习算法在手势识别中也得到了广泛的应用，如卷积神经网络（CNN）等。
四、机器人控制技术研究机器人控制技术是实现人机交互的关键技术之一。
基于Kinect的手势识别技术可以实现对机器人的控制。
在机器人控制中，需要将识别的手势信息转化为机器人的运动指令或动作。
这需要借助于计算机视觉技术和运动规划技术。
计算机视觉技术可以实现对机器人周围环境的感知和识别，从而为机器人的运动规划提供依据。
运动规划技术则可以根据机器人的任务需求和周围环境信息，规划出最优的运动轨迹和动作。
微软正在研发Kinect手语翻译机
微软正在研发Kinect手语翻译机
据外媒报道，微软研究院正在使用Kinect为无法说同一种语言的人们搭建一座沟通的桥梁。
正如下面视频中展示的一样，Kinect手语翻译机（Kinect Sign Language Translator）是微软正在研究的一种原型机，它可将手语翻译成口语（反之亦然），而且最强的地方在于这个过程是实时的。
/programs/view/m9uSPkUUZLA/?resourceId=0_0 6_02_99
简单来说，该系统通过Kinect捕捉手势，利用机器学习与模式识别程序来理解其含义，从而实现双向沟通，比如一位失聪用户可通过手势与一位正常的用户交流，而后者无需懂得手语的意思，因为这些手势将被实时翻译成口语和书面语言，相反也是同样的道理。
很明显，这是一项了不起的成就，不过研究人员依然有很多工作要做。
现在，一句话就需要5个人去建立识别模式，而且中文手语目前仅加入了300个，而总共则有4000个。
Kinect 手语翻译机项目经理吴国斌表示，最具挑战的部分就是识别，在尝试过数据手套和摄像头之后，Kinect最终还是成了最合适的选择。
吴国斌表示，目前在中国有大约2000万人有听力障碍，而全世界则有3.6亿人有相同遭遇。
因此，该项目走出实验室之后，将造福全球数以百万计的人类。
/news/91832.html。
【医疗信息化论文】Kinect在运动康复中的应用现状与优劣分析
Kinect在运动康复中的应用现状与优劣分析杨艺①刘燕①张俊杰①李中＊＊通讯作者：中山大学附属第六医院神经科，510655，广东省广州市员村二横路26号①中山大学中山医学院，510080，广东省广州市中山二路74号摘要 Kinect sensor是微软推出的一款新型传感器，主要功能为采集感应范围内6个以内的用户的人体数据，它在这几年内走进大众视野并活跃于各个领域。
因其工作环境简单、操作设备廉价、用户体验良好，医学学者们开始尝试将其运用于康复领域。
本文介绍了Kinect sensor便捷的工作方式给运动康复带来的新发展，分析了Kinect sensor在运动康复领域的原理、技术实现、应用与优势，讨论其存在问题及相应解决，并进行了总结和展望。
关键词 Kinect sensor 骨骼跟踪技术骨骼校正随着微软公司的大量资金、商业广告投入，Kinect逐渐进入人们的视野。
“你就是遥控器！”-----它不需要穿戴设备的人体数据采集特点引起了各领域的浓厚兴趣，尤以医疗运动康复领域为重。
其便捷的铺设环境使得用户仅需自由的站立在Kinect感应环境中即可，极大地简便了运动康复训练的场地与设施。
对Kinect的研究目标是了解其应用原理，促进虚拟现实与康复训练更深入地融合，并通过算法上的修正与调整使得Kinect传感器能够更加精确、可靠地应用于康复中，为运动康复系统的新发展寻找机遇。
本文探究Kinect的运动康复应用、原理、技术实现与优势，并讨论了Kinect缺陷的两种解决方案，为以后有关Kinect 的运动康复应用提供参考。
1 Kinect的医学与工程原理及运动康复应用现状1.1 虚拟现实技术与运动康复虚拟现实（Virtual Reality,VR）由计算机硬件和软件合成，使用户沉浸其中产生视、听、触等感觉从而在2维或3维视觉空间获得人机交互体验。
由于VR的多感知性、存在感、交互性及自主性等特点，用户可以享受到不输于现实的独特体验。
Kinect体感交互技术
现代通信理论与先进技术之Kinect体感交互技术摘要：本文通过查阅国内外相关文献，了解了人机交互技术尤其是可以实现高效人机交互的Kinect体感技术的发展方向，并以此为研究基础，综述了Kinect体感技术的理论基础和国内外应用现状，讨论了其广泛应用需要解决的技术难题，展望了其在人机交互领域的应用前景，得出了Kinect体感技术有利于推动人机交互的智能化进展，是人机交互改革的又一个新起点的结论。
关键词：Kinect体感技术；人机交互；虚拟现实；人工智能引言继鼠标和多点触摸之后，体感交互被称之为“第三次人机交互革命的原点”。
人机体感交互的出现是人与机器对话方式回归自然的重要转折，体现了人们对“以人为中心”设计理念的不断追求。
人机交互[1](Human-Computer Interaction,HCI) 是研究人与计算机及其相互作用的技术，其研究目的在于利用所有可能的信息通道进行人机交流，提高交互的自然性和高效性。
目前人与计算机交互的方式只局限于鼠标与键盘，正是由于这种传输方式的单一性阻碍了人机交互的进一步发展，人机交互中输入输出效率之间的差距变的越来越大。
随着科学技术的高速发展，更高层次的人机交互理念对交互方式提出了巨大的需求，众多科研人员开始对新的交互技术的多通道界面展开研究，目前的研究内容主要是集中在手势输入、语音识别及感觉反馈等方面。
而kinect 体感技术的出现为促进人机交互的发展具有重要意义，kinect 作为新一代的体感设备，可以依靠实时捕捉使用者的动作、面部识别及语音识别就可以达到输入功能。
这一特性很好地填补了现有人机交互技术的缺陷，并且促使kinect 体感技术成为人机交互领域的一个研究热点。
与传统输入设备不同的是，kinect 设备可以实现直接用使用者的身体来控制终端，用这种最自然的方式与终端进行交互的特点贴近了人机交互对自然性的要求，kinect 体感技术对人机交互理念的实现起到了重要的促进作用。
Kinect设备功能探索
产业观察Industry Observation2017.08数字通信世界371 Kinect设备介绍1.1 Kinect历史Kinect 的全称是Kinect for Xbox 360，是微软开发的、服务于Xbox 360家用主机的外设产品。
它的出现主要是为了玩家能够使用这些设备去玩一些虚拟的体感游戏，让玩家不需要接触控制器，使用语言、手势等非接触性的操作来控制Xbox 360的系统界面，也能够使用这种方法来玩相应的游戏。
Kinect 作为获取人体信息的终端设备，它能够捕捉人体的运动信息，反馈给游戏主机，让玩家能够用身体来进行游戏，带给使用者基于体感控制的不同体验。
Kinect 于在2010年11月4日于美国上市，在上市不到一百天便已然卖出了数百万台，创下来微软游戏外设销售的记录，同时149美元这样廉价的设备，不仅勾起了玩家的兴趣，也让很多人涌入Kinect 研究领域，这也使得Kinect 成为全世界销售最快的消费性电子产品。
1.2 Kinect硬件设备Kinect 其实就是一个摄像头，但是不同于以往摄像头的是，Kinect 有三个镜头，左右两个镜头是用来发射和接收红外线的深度图像镜头。
这两个镜头通过发射红外和接收反射回来的红外线信号来计算场景中物体深度图像信息，也就是这两个摄像头构成了Kinect 的3D 结构工深度感应器。
深度图像就是场景中物体到Kinect 设备的距离，还有RGB 彩色摄像头用来捕捉和采集物体的彩色图像。
彩色摄像头最大支持1280*960分辨率成像，红外摄像头最大支持640*480成像。
Kinect 底座配有马达可以控制摄像头的转动，来实现自己的追焦技术。
同时Kinect 两侧的麦克风阵列，类似人的双耳可以同时收音，这也就意味着Kinect 可以做到语音识别和听音辨位。
同时同时收音还可以通过对比来消除杂音。
Kinect设备功能探索李 畅（河南省新乡市第一中学，新乡 453000）摘要：本文从Kinect的历史展开论述，分别介绍了Kinect的硬件设备、Kinect获取深度图像的原理及Kinect发展现状，最后发表关于Kinect开发的一些见解。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
动作捕捉技术方面，目前主流的动作捕捉技术可分为光学式，机械式，以及视频捕捉式等[15]。
光学式为目前应用较为广泛的方案，其实现主要原理为利用分布在空间中固定位置的多台摄像机通过对捕捉对象上特定光点（Marker）的监视和跟踪完成动作捕捉。
光学式动作捕捉的优点在于表演者活动的动作幅度大，无线缆、机械装置对动作的束缚，此外此种方式采样速率较高，一般可达每秒60帧的速率，可满足大多数动作捕捉的需求。
但光学式系统捕捉系统整体造价比较高，对环境的要求也比较严格。
机械式动作捕捉主要借助机械装置完成运动信息的采集。
典型的机械式动作捕捉系统由多个关节和刚性连杆组成，借助安装在各个关节处的角度传感器完成各时刻的关节形态的采集以此可重绘出该时刻被捕捉对象的形态。
其优点在于捕捉精度较高，缺陷是对动作捕捉对象的限制较多。
典型的基于视频序列的动作捕捉通常采取在不同角度固定摄像机拍摄，通过被拍摄者身上的显著标志点来区分人体的各部位，最后在计算机中完成合成的方法。
此方法可以实现比较理想的动作捕捉效果，但是制作成本比较高。
例如09年的好莱坞大片《阿凡达》就是让演员身着色素点矩阵服装在演示着各种动作，通过不同角度摄像机协同拍摄，最后在计算机中完成了三维合成，整个影片在技术方面花费了高昂的成本。
自微软Kinect红外深度感应器发布以来，国外对其技术和应用上的研究都取得了比较多且富有创造性的成果。
Kinect感应器最初是作为微软XBOX游戏机的体感外设发布的，后经热心开发者将其驱动破解并建立起OpenNI的软件框架，Kinect在计算机方面的研究和应用才逐步获得了较大的影响力。
现阶段微软已经为此款深度感应器发布了官方的驱动程序及SDK，更进一步推动了体感技术的开发应用。
与Kinect类似，华硕在2011年联合PrimeSense公司发布了另一款深度感应器-Xtion，此款感应器在体积上更小，功能上更精简，支持OpenNI的开源函数库，目前也获得了较多开发者的青睐。
人体骨架识别和建模方面，利用SDK，华中科技大学的Wei Shen和微软公司的Ke Deng等人提出了基于模型的人体骨架修正和标记方法[19]，较好地解决了获取人体动作视频中的遮挡问题。
此外，微软剑桥研究院的Shahram Izadi等人则利用深度摄像头开发了一套实时三维重建和交互系统，系统通过摄像头对所见物体进行三维重建，并实现了操作者在虚拟空间中的实时交互。
可以说，传感器方面的革新使人体骨架建模有了更优的解决方案，为基于人体骨架识别和运动跟踪方面的应用开拓了广阔的前景。
在人体动作捕捉方面，段世梅、孙倩、陈彦明通过在人身上安装惯性传感器，将运动信息经嵌入式系统处理，在计算机端驱动动画人物模型，实现了一套人体动作捕捉系统。
在该实验中，惯性传感器捆绑在人体上，实时采集人体的运动数据，经嵌入式操作平台打包发送给人体运动PC 机，PC机对数据进行剔除野点等处理，用处理过的数据驱动三维人体模型，对日常生活中人的站立、行走等基本动作进行了实验[13]。
在实际应用方面，山东大学尹建芹等人针对提高家庭服务机器人智能的目标，提出了一种面向家庭服务的人体动作识别算法。
首先利用运动历史图像自适应更新背景的方法，对家庭环境进行背景建模；然后，利用YCbCr 图像与灰度图像二值化的综合消除阴影，从而实现人体分割与定位；最后结合环境信息进行了对人体动作的识别，基本满足了机器人家庭服务的需求[8]。
早在2000 年, 国家体育总局体育科学研究所就与中国科学院计算机研究所联手在我国的优势项目
( 如跳水、举重等) 和准优势项目( 如体操、蹦床等)上成功地研制开发了具有知识产权的基于计算机虚拟仿真技术的“数字化三维人体运动仿真系统”,并且将之应用于雅典奥运会的备战中, 不仅确保了我国运动员在跳水项目上的绝对
优势, 而且帮助我国第一代蹦床运动员黄珊汕首次参加奥运会就取得了铜牌的
佳绩[20]。
中科院计算所王兆其等人为我国奥运会运动员蹦床训练设计开发了VHTrampoline ——“数字化三维蹦床运动模拟与仿真系统”[18]。
该系统以数字化三维人体运动的计算机仿真技术、人体运动生物力学数据和真实人体运动数据为基础, 以三维方式逼真模拟、设计蹦床技术动作, 模拟生成成套技术动作编排, 并辅之以人体运动的动力学原理验证、分析技术动作, 最后将模拟动作与实际训练动作同屏、同步对比,实践中具有较强的指导意义。