Comparteix a través de


Descarga del SDK de seguimiento de personas de Azure Kinect

En este documento se proporcionan vínculos para instalar cada versión del SDK de seguimiento de personas de Azure Kinect.

Contenido del SDK de seguimiento de personas de Azure Kinect

  • Encabezados y bibliotecas para compilar una aplicación de seguimiento de personas mediante Azure Kinect DK.
  • Archivos DLL redistribuibles necesarios para las aplicaciones de seguimiento de personas que usan Azure Kinect DK.
  • Aplicaciones de seguimiento de cuerpos de muestra.
Versión Descargar
1.1.2 msi nuget
1.1.1 msi nuget
1.1.0 msi
1.0.1 msi nuget
1.0.0 msi nuget

Instrucciones de instalación para Linux

Actualmente, la única distribución admitida es Ubuntu 18.04 y 20.04. Para solicitar soporte técnico para otras distribuciones, consulte esta página.

En primer lugar, deberá configurar el repositorio de paquetes de Microsoft, siguiendo las instrucciones de este artículo.

El paquete libk4abt<major>.<minor>-dev contiene los encabezados y los archivos CMake que se van a compilar en libk4abt. El paquete libk4abt<major>.<minor> contiene los objetos compartidos necesarios para ejecutar archivos ejecutables que dependen de libk4abt, así como el visor de ejemplos.

Los tutoriales básicos requieren el paquete libk4abt<major>.<minor>-dev. Para instalarlo, ejecute

sudo apt install libk4abt<major>.<minor>-dev

Si el comando se ejecuta correctamente, el SDK está listo para su uso.

Nota

Cuando instale el SDK, recuerde la ruta de acceso de instalación. Por ejemplo, "C:\Archivos de programa\Azure Kinect Body Tracking SDK 1.0.0". Encontrará las muestras a las que se hace referencia en los artículos en esta ruta de acceso. Los ejemplos de seguimiento de personas se encuentran en la carpeta body-tracking-samples del repositorio Azure-Kinect-Samples. Encontrará las muestras a las que se hace referencia aquí.

Registro de cambios

v1.1.2

  • [Característica] Se ha agregado compatibilidad con contenedores de C# para Linux. Vínculo.
  • [Corrección de errores] k4abt_simple_3d_viewer.exe funciona con los controladores NVIDIA más recientes. Vínculo

v1.1.1

  • [Característica] Se ha agregado compatibilidad con cmake para todos los ejemplos de seguimiento corporal.
  • [Característica] Nuevo paquete NuGet. Se ha desarrollado un nuevo paquete NuGet que incluye encabezados y dll de seguimiento corporal desarrollados por Microsoft, así como dependencias de ONNX Runtime. El paquete ya no incluye las dependencias de NVIDIA CUDA y TRT. Estas siguen incluyéndose en el paquete MSI.
  • [Característica] Actualización a ONNX Runtime 1.10. La versión recomendada del controlador NVIDIA es la 472.12 (Game Ready) o la 472.84 (Studio). OpenGL tiene problemas con los controladores posteriores.
  • [Corrección de errores] Falta CMake en el ejemplo offline_processor Enlace
  • [Corrección de errores] El modo de CPU ya no requiere el vínculo de dependencias de NVIDIA CUDA
  • [Corrección de errores] Se ha verificado la compilación de ejemplos con Visual Studio 2022 y se han actualizado los ejemplos para usar esta versión Vínculo
  • [Corrección de errores] Se ha agregado el calificador const a las API Vínculo
  • [Corrección de errores] Se ha agregado la comprobación del identificador nullptr en shutdown() Vínculo
  • [Corrección de errores] Se han mejorado las comprobaciones de dependencias Vínculo
  • [Corrección de errores] Se ha actualizado el archivo REDIST.TXT Vínculo
  • [Corrección de errores] Se ha mejorado el rendimiento de DirectML Vínculo
  • [Corrección de errores] Se ha corregido la declaración de excepción en frame::get_body() Vínculo
  • [Corrección de errores] Se ha corregido la fuga de memoria Vínculo
  • [Corrección de errores] Se ha actualizado la lista de dependencias Vínculo

v1.1.0

  • [Característica] Se agregó compatibilidad para la ejecución de DirectML (solo Windows) y TensorRT del modelo de estimación de supuestos. Consulte las preguntas más frecuentes sobre los nuevos entornos de ejecución.
  • [Característica] Se agregó model_path a la estructura k4abt_tracker_configuration_t. Permite a los usuarios especificar el nombre de ruta del modelo de estimación de supuestos. El valor predeterminado es el modelo de estimación de supuestos estándar dnn_model_2_0_op11.onnx ubicado en el directorio actual.
  • [Característica] Se incluyó el modelo de estimación de supuestos básico dnn_model_2_0_lite_op11.onnx. Este modelo negocia el aumento de rendimiento de aproximadamente el doble para una reducción de la precisión de aproximadamente el 5 %.
  • [Característica] Se verificó la compilación de ejemplos con Visual Studio 2019 y se actualizaron los ejemplos para usar esta versión.
  • [Cambio importante] Se actualizó a ONNX Runtime 1.6 con compatibilidad para los entornos de ejecución de CPU, CUDA 11.1, DirectML (solo Windows) y TensorRT 7.2.1. Requiere la actualización del controlador NVIDIA a R455 o superior.
  • [Cambio importante] No hay ninguna instalación de NuGet.
  • [Corrección de errores] Se agregó compatibilidad para las GPU de la serie 30xx de NVIDIA RTX vínculo
  • [Corrección de errores] Se agregó compatibilidad para las GPU integradas de AMD e Intel (solo Windows) vínculo
  • [Corrección de errores] Se actualizó a CUDA 11.1 vínculo
  • [Corrección de errores] Se actualizó al SDK del sensor 1.4.1 vínculo

v1.0.1

  • [Corrección de errores] Se corrigió el problema por el que el SDK se bloquea si se carga onnxruntime.dll desde la ruta de acceso en Windows compilación 19025 o posterior: Vínculo

v1.0.0

  • [Característica] Se agrega el contenedor de C# el instalador de msi.
  • [Corrección de errores] Se corrigió el problema por el que la rotación de encabezado no se puede detectar correctamente: Vínculo
  • [Corrección de errores] Se corrigió el problema por el que el uso de CPU alcanza el 100 % en una máquina Linux: Vínculo
  • [Muestras] Se agregaron dos muestras al repositorio de muestras. En la muestra 1 se demuestra cómo transformar los resultados del seguimiento de personas del espacio de profundidad al espacio de colores: vínculo; en la muestra 2 se demuestra cómo detectar el plano de planta: vínculo

Pasos siguientes