我正在尝试实现用户的跳跃和躲避手势，并且我正在使用 Kinect 进行骨骼跟踪和提取关节位置。我之前实现了一个基本算法，它获取关节过去 10 个值的历史记录，并检查关节向上/向下移动是否大于阈值以推断出跳跃/躲避。
但是，这似乎不是正确的方法，因为用户:
- 跳跃前可能会低头
- 当用户跳跃时，也会落下并推断出一只鸭子。
- 当用户躲避时，也出现，推断出跳跃
- 用户在躲避时可能会比他躲避或坐下时在空中停留的时间更长。
什么是合适的算法来以稳健的方式检测这两种跳跃/鸭子手势，同时立即检索 Kinect 关节？
最佳答案
我认为检测跳跃并不容易，要以一种简单的方式为此制定一个高效的算法。这是一个复杂的 Action 来检测为什么你必须使用坚固的东西。检测运动时有四种方法:
- 基本手势识别 - 简单的 Action ，如拍手测量它们之间的距离。当距离为 0 时，它执行的运动
- 算法方法 - 更复杂的运动，您必须验证初始位置，验证运动是否正确执行，然后验证最终位置
- 权重网络方法 - 这个方法可以使用神经网络来检测运动
- 基于模板的方法 - 您可以记录一个 Action ，然后使用dynamic time Warping等模板匹配算法来检查用户执行的 Action 和 Action 记录是平等的
您必须小心使用哪种方法，因为有时这种算法是数学运算的混合物，您必须选择一种对您的情况更有效的方法。有一种使用权重网络方法和神经网络检测跳跃的方法，尽管我从未见过。有一本书叫做Kinect for Windows SDK Programming Guide，其中解释了如何使用权重网络方法和神经网络检测跳跃。
关于c# - 使用Kinect [Algo]检测跳跃手势，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/18715961/