DIY你的体感游戏：人体动作识别系统的设计，提供软硬件实现方案

一 项目设计摘要

人体特征和动作识别是非常热门的领域，相关的算法和实现方案也层出不穷。依赖于FPGA丰富的内部资源，可以实现高速的设计和数据处理。为了给人们的生活和娱乐带来更多的乐趣，我们的设计灵感来源于一款PC游戏，将人体动作识别和个人电脑游戏结合起来，通过对人体动作的判断，控制游戏中相应物体的动作，这类似于无线控制，但是也不尽相同，这将是一个非常有趣并且吸引人的项目。本项目使用Virtex-5 OpenSPARC评估平台，首先通过VGA解码芯片，将PC机中的视频流数据解码出R、G、B信号值和场、行信号。然后使用OV7670数字摄像头，摄取人体的手部动作，运用一定的算法，对摄像头数据进行处理，判定此时的人体动作，然后将其与RGB分量信号进行叠加，通过配置DVI接口芯片，将叠加后的图像送至显示器显示。在正确检测出人体动作的前提下，FPGA将向PC机发出相应的控制信号，用来控制PC机中游戏的动作。

二 系统的原理

本设计项目为人体动作识别，设计的重点在于摄像头数据的获取、人体动作的正确识别、图像的叠加、图像的显示以及控制信号的传输。本项目使用Digilent公司提供的Virtex-5 OpenSPARC评估板，板上含有Virtex-5 XC5VLX110T FPGA，2个Xilinx XCF32P Platform Flash PROMs（每个32 Mbyte），用于存储大型设计的配置信息；64位宽256Mbyte DDR2小型DIMM（SODIMM），兼容EDK 附带的IP及驱动程序；板载32位ZBT同步SRAM 和Intel P30 StrataFlash；可编程系统时钟发生器，RS-232接口和许多其他I/O设备与接口等。评估板上的众多资源为本项目的设计和开发带来了极大的便利。整个系统的框图如下图1所示。

图1 系统的整体框图

下面简单介绍一下各部分的原理

1. 数字视频流的解码

在Virtex-5 OpenSPARC评估板上，带有视频解码芯片AD9980，该芯片是一个8bit，95MSPS，带有模拟接口，专门用于捕捉YPBPR视频和RGB图像信号的视频解码芯片，它的图像分辨率最高可到达1024x768，此时的刷新频率为85Hz。本次设计视频流的输入格式为640x480，刷新频率为60Hz。AD9980芯片采用IIC总线，通过配置部分寄存器，设置输入视频的格式，可以从输入的视频流中分离出RGB 8bit分量和场行信号。

2. 摄像头数据的获取

为了能准确的获取图像信号，本设计采用数字摄像头OV7670，其带有标准的SCCB接口，同时兼容IIC总线接口，因此可以在程序设计上，可以采用通用的IIC配置程序，简化设计，减少设计量。OV7670支持VGA、CIF和从CIF到40x30的图像尺寸。OV7670输出为8bit的图像数据，通过选择输出图像的格式，8bit的数据代表了不同的RGB分量。同时OV7670还能直接输出场行信号，但与标准的VGA场行信号不尽相同。对于OV7670的使用，重点在于寄存器的设置和时钟信号的选择。

3. 数据的缓存

OV7670输出的数字图像信号，在进行处理之前，还必须进行必要的缓冲，这是因为选择不同的数据格式，8bit的数据代表了不同的RGB分量，不能直接同AD9980解码后的RGB分量进行叠加，另外OV7670输出的场行信号也与标准的场行信号存在差异。在Virtex-5 XC5VLX110T FPGA中含有丰富的块RAM，将其配置成FIFO，非常适合于大量高速数据的缓冲处理。

4. 动作的识别

人体动作的识别是本次设计的重中之重，也是最为困难的地方。为了能够准确的判断出人体的动作，需要非常精密的算法。本项目类似于运动物体检测，有关的算法还正在研究之中。

5. 图像的叠加

图像的叠加原理，类似于字母的叠加，这部分的设计不是很难，只需要将AD9980和OV7670解码出来的RGB颜色分量叠加在一起即可，但是要做到视频图像画面的稳定，不出现画面的跳动、串帧，需要仔细研究VGA时序。

6. 图像的显示

在Virtex-5 OpenSPARC评估板上，带有DVI传输芯片CH7301，它的输入为RGB分量、场行信号和时钟信号。输入图像的格式可选，CH7301带有IIC总线接口，最重要的也是相关寄存器的合理配置。如果要得到VGA信号，可以使用DVI转VGA接头，将DVI信号转换成VGA信号输出。

7. 控制信号的传输

当已经准确的判断出了人体的动作时，FPGA将根据此时的动作发出相应的控制信号，传递个PC机。对于控制信号的传输可以采用RS-232接口，模拟键盘，此时需要编写串口模拟键盘程序。不同的控制信号对应于不同的动作，PC机接收控制信号，控制游戏发生相应的动作。

三 系统的软件设计

系统在开始时，首先获取PC机的视频流数据，然后通过摄像头得到人体动作的图像数据，在数据经过缓冲处理、识别之后，将于解码后的RGB分量相互叠加，最后通过DVI接口将视频数据输出至显示器，同时FPGA将控制信号传送给PC机，达到控制PC机中游