可以在win8.1/x64里安装使用的sensorkinect。win8.1在安装前需要先禁用驱动程序强制签名验证。 具体步骤为：Win+i 组合键，更改电脑设置，常规，立即重启，疑难解答，启动设置，重启后按F7）禁用驱动程序强制签名。进入系统安装，中途弹出对话框，点“始终安装驱动程序...”即可。

Kinect v2 Examples with MS-SDK 2.16.2 所支持的Unity版本：2017.1.0 及以上版本 请勿用于任何商业用途，请前往unity官网支持正版！ This is a set of Kinect-v2 (aka ‘Kinect for Xbox One’) examples that use several major sc ripts, grouped in one folder. The package contains over thirty demo scenes. After Microsoft stopped production of the Kinect-sensors, the K2-package provides initial support for Orbbec Astra sensors, as well. Please mind, the interface to Astra sensors is in very early stage, but it will be extended over time.

Kinect v2 Examples with MS-SDK 2.10.1

Unity3D的版本是Unity3.5，使用的Kinect SDK版本是SDK1.6，令Kinect和Unity交互的方法是使用CMU的封装，但是这个方法支持的Kinect SDK版本是SDK1.0

针对Kinect镜头采集的深度图像一般有噪声和黑洞现象，直接应用于人体动作跟踪和识别等系统中效果差的问题，提出一种基于联合双边滤波器的深度图像滤波算法。算法利用联合双边滤波原理，将Kinect镜头同一时刻采集的深度图像和彩色图像作为输入，首先，用高斯核函数计算出深度图像的空问距离权值和RGB彩色图像的灰度权值；然后，将这两个权值相乘得到联合滤波权值，并利用快速高斯变换替换高斯核函数，设计出联合双边滤波器；最后，用此滤波器的滤波结果与噪声图像进行卷积运算实现Kinect深度图像滤波。实验结果表明，所提算法应

Kinect+unity3D结合方法-毕业论文

吉士力 每天，我们命令周围的设备执行常规任务。 按下开关以运行风扇，或启动灯泡。 然而; 想象一下，如果我们抛弃了这种互动，那将是多么的棒。 如果设备已经知道您想要什么怎么办？ 如果他们回应了您的心情该怎么办？ 如果您根本不必控制它们怎么办！ 这正是Geslite的目的。 “ Geslite”是“ Gestures”和“ Lite”的组合； 以最流畅的方式提出将手势整合到我们生活中的范例。 Geslite是一项基于将Kinect与Arduino连接的先进技术，因此该软件将自动了解您的心情（基于您的面部表情）以及控制您房间中每台设备的手势。 这使您可以生活在最自然的状态。 要睡觉吗不用担心灯，睡觉的那一刻，灯会自动熄灭！ 或者，您想坐在风扇上，但不想大喊“嘿Alexa”，您可以使用Geslite做到这一点！ 而且，Geslite是开源的！ 入门 我们假设您已经了解一些并且已经安装了以

This will train a model which used in my university graduate project "Human Posture Recognition Based on Neural Network in Robot Controlling". I train this model that using Python, Keras, and Theano as backend, then I get a better classification accuracy which is 99.04%. Requirement Python 3.5 Keras Theano / TensorFlow (as Keras backend) Numpy Pandas

使用常规相机获得的人脸图像可能具有固定的限制，阻碍脸部图像中一些特定信息表达。为了实现更好的性能，通过专门的采集方法捕获的３Ｄ面部己经用于改进的方法。虽然由于诸如成本和可访问性的若干问题，这些３Ｄ图像仍然难以获得，但是低成本的深度传感器如Ｋｉｎｅｃｔ允许直接获取３Ｄ信息以及ＲＧＢ彩色图像。这为计算机视觉和人脸识别研究提供了新的机会。

为完成机械臂在非特定环境下的自主抓取,系统采用微软公司研发的Kinect对场景内的信息进行实时检测。通过对Kinect采集的深度信息进行背景相减法和帧差法处理可以获得目标抓取点信息。利用基于工作空间的RRT算法对机械臂末端进行路径规划,并利用梯度投影法进行逆运动学轨迹优化,求解关节轨迹。机械臂按照关节角运动时,可完成目标的抓取。通过设计一套实时桌面清理实验系统,验证了该方法的有效性。