者几乎是不可见的。虽然用户应当被提前告知有观察，但是可感觉到该说明性实施例的操作具有较低侵犯性。在另一个示例中，该说明性实施例利用便宜的硬件和集中的软件。在另一个示例中，说明性实施例是灵活的，因为说明性实施例可以在不被编程的情况下在许多情况中运行。在另一个示例中，说明性实施例中用于测量不同活动的区别特征会根据需求被更新、改变或改善，并且可以是实时的。在另一个示例中，一旦被配置，就不需要人为干涉。说明性实施例可以是完全自动的。
[0034]在另一个实施例中，说明性实施例不局限于仅监测人类运动，还可以被应用于其他非人类运动。例如，说明性实施例可以被用于追踪动物运动，或机器人的运动，假设这些运动可以被输入设备检测。
[0035]通过改善其分类，说明性实施例具有学习的能力。说明性实施例可以代替监测活动的旧的和更笨重的技术。该说明性实施例主题独立并且可普遍地部署。
[0036]说明性实施例使用关联存储器分类，而不是用于完成这些过程的基本许可的核心技术来描述动作感测输入设备的新颖应用。该说明性实施例包括使用关联存储器分类的示例以对观察分类的能力。然而，说明性实施例可以使用任何种类的分类机制来完成，并且不局限于只使用关联存储器。
[0037]说明性实施例包括使用动作感测输入设备的接口检测运动的能力。不管动作感测输入设备可以处理什么样的能力，该接口可以改变范围和功能，而且保留了定义运动的坐标的工作。说明性实施例不限制本发明可以监测的活动或姿势的类型。说明性实施例不限制本发明可以收集关于所述活动或姿势的度量的类型。说明性实施例不限制本发明可以监测关于所述活动或所述姿势的人的数量。说明性实施例不限定在监测阶段期间关于间隔周期的时间限制。图1根据说明性实施例图示说明运动检测系统的一个使用。图1中所示的运动检测系统102的使用不必然限制要求保护的发明，而只是示出说明性实施例的一种可能的使用。说明性实施例的其他的使用在下面被描述。
[0038]总之，说明性实施例使用运动检测系统102(其也可以被描述为动作感测输入设备)监测一个或多个个体100的活动。以固定的时间间隔，运动检测系统102记录一个或多个个体100在某些姿势下的一个或多个画面，然后将信息馈送关联存储器104内，以便按照之前记录的活动106对该信息分类。说明性实施例使用该信息，以提供关于期望被监测的某些活动的度量。在说明性实施例中，只针对被认为可期望进行监测的仅仅某些活动，获取度量108
[0039]更详细地，在图1中说明的示范性使用包括，使用从运动检测系统102收集的数据以追踪一个或多个个体100的运动或测量的姿势。一个或多个个体100可以是在时间期间演示多种姿势的单个个体，或可以是处于多种不同的姿势的多个人员(他们中的每个都被追踪)ο
[0040]通过使用关联存储器104可以充分理解的语义，测量的姿势被馈送到关联存储器104内。因此，例如，运动检测系统102不可能发送数学的姿势数据到关联存储器104，而是发送相关姿势的定性描述到关联存储器104。在更具体的示例中，运动检测系统102会发送描述人的右膝盖的位置为“略低于臀部”的输入。然后，关联存储器104可以采取这个和其他定性描述，并且把他们与训练数据比较(如下面进一步被描述)，以将人分类为跪着。跪着的示例被图1中的人110演示。依次，人112演示站立，而人114演示伸手。在可替换的说明性实施例中，一些其他介入的硬件或软件，或关联存储器本身，可以从运动检测系统102获得数学的姿势或坐标数据，并且把这些数据变换为上述的定性描述符。
[0041]为了减少处理和数据存储要求，或仅仅是减少生成的报告量，可以期望仅某些姿势或运动被监测。因此，说明性实施例可以被触发，以获取关于其度量可以被期望的特定姿势或运动的集合的度量108。度量108可以是，例如，人花费在特定姿势上的时间量、在整个工作日过程中人花费在特定姿势上的时间总量、在特定姿势上花费的最长时间、在特定姿势上花费的平均时间、或任何其他可期望的度量。
[0042]例如，没有必要限制要求保护的发明，说明性实施例可以被用于确定被检测的运动是否指的是发信息、电话交谈、走路、弯腰、伸展、使用扶手或任何其他特定的身体活动。可能结果的集合可以是“发信息、电话交谈、走路或使用扶手”。可以确定被检测的运动是否指的是该集合中的一个成员。通过使用基于包含了其分类隶属关系是已知的观察或实例的训练数据集的关联存储器，可以做出该确定。也就是说，关联存储器已经被训练，以认识特定的输入数据集合与“发信息”或其他姿势、动作或活动相关。
[0043]在说明性实施例中，度量108只被期望用于“跪着”的活动。只要被分类的姿势是“跪着”，那么关于随着时间人的动作的度量108就可以被获取。否则，度量108不被获取。可替换地，可以期望针对三种活动而获取度量108:站立、跪着和伸手，但是不针对其他活动。此外，度量108可以是例如，人花费在特定姿势上的时间量、在整个工作日人花费在特定姿势上的时间总量、在特定姿势上花费的最长时间、在特定姿势上花费的平均时间或任何其他可期望的度量。
[0044]转向在实施例中使用的设备，运动检测系统102可以是用于检测对象的姿势相对于其周围环境的变化或周围环境相对于对象的变化的任意装置。在特定示例中，该特定示例不必然限制权利要求，运动检测系统102可以是市场上可买到的产品。运动检测系统102可以通常用于玩儿电子游戏，诸如图3中的举例。然而，运动检测系统102可以是加速计、摄像系统或用于检测一个或多个人或对象在区域内的运动的任意其他合适技术。因此，例如，运动检测系统102可以被用于追踪机器人的姿势。在这种情况下，说明性实施例可以确定机器人的运动是否在设计的参数内。
[0045]图2根据说明性实施例，图示说明分类系统的示例。图2的分类图示说明了如在此使用的分类原则，不一定被用于该说明性实施例。也就是说，分类200图示说明了可能被用于实施说明性实施例关于确定何时针对使用者或设备的特定动作、姿势或活动而获取度量(如关于图1描述的)的分类原则。
[0046]注意力首先转向术语“分类”是什么意思。如在此使用的，“分类”被定义为通过比较新观察的特性与已知的特性集合而得知新的观察属于哪个对象组的识别能力或识别行为，。如在说明性实施例中使用的，通过训练系统建立已知的特性。如在此使用的，“训练系统”被定义为给系统提供集合的已知成员的特性。换句话说，训练系统就是命令系统关于特定姿势“看起来像”什么，更确切的说，特定姿势的特性是什么。当该系统被训练时，该系统可以快速地比较新观察的特性与已知成员的特性集合，并且然后使新观察等同为集合的已知成员中最接近匹配新观察的特性的一个成员。如在此使用的，“系统”或“说明性实施例”指的是处理器，专用集成电路(ASIC)和/或被用于或可用于实施说明性实施例的其他物理设备，可能包括存储用于实施在此所述的动作捕获和分类系统的程序代码的非暂时计算机可读存储介质。
[0047]返回到图2，该图图示说明关于电子邮件系统的分类的示例。在这种情况下，基于某些特征，系统把进来的电子邮件分为保留电子邮件或垃圾电子邮件。因此，分类200在已知成员的集合中具有两个已知的成员。这些已知成员是保留电子邮件202和垃圾电子邮件204。该系统已经通过建立保留电子邮件202的第一特性和垃圾电子邮件204的第二特性被训练。然后该系统被编程以比较新观察(进来的电子邮件)的第三特性与保留电子邮件202的第一特性和垃圾电子邮件204的第二特性。然后，新观察的被分为属于保留电子邮件202或垃圾电子邮件204。
[0048]再次，组成每个类别(保留电子邮件202或垃圾电子邮件204)的特性已知。例如，保留电子邮件202通常来自认识的发件人。因此，保留电子邮件202具有如一个特性，即认识的发件人。其他特性也有可能。相反，垃圾电子邮件204通常具有其不是来自认识的发件人的特性。垃圾电子邮件204还经常具有其他特性，诸如，存在为了销售产品或服务而在请求中所使用的词语。根据在新观察的特性和已知成员集合的特性之间的共同匹配的数量，该系统将建立适当的类别以放置进来的电子邮件。
[0049]在机械学习的术语中，分类系统被认为是监督式学习的实例；也就是说，学习正确识别的观察的训练集合在什么情况下是可用的。相应的非监督式的程序被称为聚类或聚类分析。聚类分析可以涉及基于某一测量的固有相似性把数据分组到类别中。测量的示例包括示例之间的距离，其被看作在多维向量空间中的向量。
[0050]图3是根据说明性实施例的，在使用中的运动检测系统的示例。运动检测系统300可以是图1的运动检测系统102。用户302的运动可以被使用分类系统的该系统，以类似于由图2的分类200显示的方式的方式分类。
[0051]如上所述，说明性实施例可以对用户302的运动使用运动检测系统300。动作感测输入设备，诸如图1的运动检测系统102，可以被用作运动检测系统300的一部分，以检测用户302的姿势相对于他或她周围环境304的变化。
[0052]通常，动作感测输入设备(诸如运动检测系统300)包括软件，该软件显示被检测运动发生所在的笛卡尔坐标。该显示可以采用火柴人的形式，例如，火柴人306，或可以根本不可视地表现。在其他情况下，说明性实施例可以使用测量的坐标来计算用户302的运动。
[0053]为了衡量对象的运动，说明性实施例可以使所有当事人(parties)共享的位置的坐标关联，也就是说，说明性实施例可以比较手的运动与手的运动。如果需要，该测量可以进一步被标准化。例如，说明性实施例可以使用相对静态的身体的部分之间的距离，(例如臀部中心到脊柱)以标准化该测量。
[0054]图4、图5和图6都图示说明预记录的活动的示例。预记录的活动被用于训练关联存储器，诸如图1的关联存储器104，以便关联存储器或处理器可以比较未知的输入数据与已知的预记录的活