主题：【原创】视频和游戏的结合 -- 东方射日

现在游戏是个热门的东西，大大小小，各式各样的游戏层出不穷。

视频是另一个热点，国外youtube和国内的土豆，优库等，也是热闹非常。

视频和游戏的结合呢？我上网搜了下，好像视频游戏现在基本上集中在棋牌之类的，简单来讲就是普通的益智社区游戏和视频聊天的叠加，有没有其他方式呢？

这时候，我想到了Wii，Wii的推出之所以能风行一时，卖游戏机卖到断货，我想很重要的一点是Wii颠覆了人们平时玩游戏的概念，游戏不再是5个手指的运动，而可以是全身的运动。

Wii remote和相衍生的外设，至少让玩家的上半身动起来了。

Wii更聪明的是随后推出了Wii balance和配套的游戏Wii Fit，Wii Ski，Wii surf等。这样，玩家可以在游戏中体验到全身运动的乐趣。

更棒的是，有了这些设备和游戏，Wii可以宣传游戏不再是象以前人们想象的那种玩物丧志，有害健康的玩意，游戏也是可以用来健身的。这不但树立了游戏正面的形象，更重要的一点是这样的游戏将以前一批从来不玩游戏的人群，如老人，宅女等拉到了游戏机前面，而这批人正是最有闲的人群。

那么我们在游戏中是否可以摆脱这些外设的限制呢？在这里我就想到了视频和游戏的结合。

视频现在实在是太普及了，一台电脑没有摄像头都不好意思叫电脑了。那么我们可否利用这摄像头作为唯一的输入设备呢？

技术上完全可以的，简单来讲，对于Wii类似的那种运动游戏，我们可以采用视频输入——图像识别——动作识别——角色运动；来达到类似的效果。

技术难度主要集中在中间的两个环节

1.图像识别的准确度和实时性：图像识别通常是通过灰度化，然后进行量化，二值化提取图像中的轮廓信息，然后将轮廓线条视为二维平面的函数，进行傅氏变换抽取特征信息。这个步骤需要大量的并行运算，对于游戏中要求的实时性有一定难度，不过现在随着显卡功能的提升，利用显卡的并行功能应该可以接近实时性的要求。具体的实现，一是需要更好的算法的研究，二是希望硬件功能的进一步提升。另外一个难度就是对于复杂背景的剔除，毕竟玩家在家里玩，背景很可能是变化而凌乱的。不过我想在起初的产品上要求玩家提供一个相对简单的背景应该是可以接受的。

2.动作识别的准确性：基于上述提取的轮廓信息，我们进行动作识别，这里有一个问题就是摄像头捕捉到的是二维信息没有深度的信息，比如你向前击球，在摄像头识别出来很可能识别不出这个动作或只能识别到轻微的左右摆动。再有一个问题就是精度问题，毕竟通过图像识别出来的动作轮廓是一个很模糊的曲线，通过特征函数匹配出来的动作也是比较含糊的。对于很多细节的动作是无法捕捉的。

这两个问题也应该有解决的方案，例如对于没有深度信息，我们可以通过设置两个摄像头从两个不同的角度拍照，然后将分别提取的轮廓进行比对来计算深度信息，这个在运算上没有问题，不过，图像识别的复杂度就提高了一倍。至于动作细节，最简单的解决方案就是绕过它们，给玩家提供的游戏就像Wii一样，只提供如滑雪，冲浪，瑜伽，网球的大幅度动作的节目。或在比如乒乓球，羽毛球之类的游戏中忽略细节动作。

想到这里上网搜了一下，发觉已经有了类似的想法并进行类似的工作。

一个网站hrp.com，大家可以尝尝鲜，这里采用摄像头来捕捉用户的动作，用户可以通过在特定的几个热点挥手来触发一定的事件。显然这里对图像识别的精确性和实时性要求很低。

另一个例子是一家名为泰山在线公司研发的一款叫i-dong网球游戏，这款产品与其它同类最大的不同就是在于它独有的动作捕捉功能，除手柄外，添加了其他传感器，例如头部带的帽子，用于识别人物头部定位的动作，腿部护膝设备，用于识别人物腿部的运动动作。在电视前方同样需要放置一个无线接收信号感应设备。所以在玩家做动作的时候，系统将信号导入，在游戏中将全方位的去模拟玩家所演示出来的动作。

这里idong利用多个传感器来感受玩家的运动，可以说是一个升级版的Wii remotes。通过这样的方式跳过了现有对图像识别运算能力的不足。

希望有机会能够尝试去实现真正的视频游戏，那样在家里，仅用一部摄像头就可以体验全身运动的快乐。

如果和现在时兴的社区游戏结合，那么应该更有卖点。设想一下，和远方的好友打场羽毛球或是和老同学来个拳击比赛。

如果和google的街景技术结合，我们在旧金山的金门桥上来场赛跑或者和网上新结识的MM一起逛逛巴黎。