[发明专利]一种人体运动的运动图检索方法

说明书

技术领域

本发明涉及人体运动数据检索方法，属于计算机三维动画技术及多媒体数据处理领域，具体的说，是一种以自组织映射(Self Organization Mapping，简称SOM)方法训练得到运动图并将运动映射到运动图上生成运动图节点序列并进行序列相似度计算的三维人体运动数据检索方法。

背景技术

计算机动画在游戏设计，电影工业和运动模拟等方面发挥着越来越重要的作用。运动捕获技术在获取真实的人体运动领域也逐渐成为一种广泛应用的技术。随着需求的增加，运动数据库变得越来越庞大，运动捕获数据通常是由大量高维度的数据组成，而且通常不可能也没必要重新采集数据，因此从已有的数据库中有效的检索出需要的运动数据成为了一种必要。

相比于其它多媒体检索，三维人体运动检索的一个显著的特点是检索任务多样化。人体运动是由动作以及动作之间的过渡片段构成，而不管是复杂动作还是简单动作，其都是由连续的姿态构成的，而姿态本身则由具有层次关系的人体骨骼之间的旋转产生的。姿态、动作、运动构成了层次化的人体运动内容，进而，姿态、动作、运动片段也都成为了可检索的单元，即人们既可以以姿态为检索单元，也可以以动作或者运动片段作为检索单元。

以运动片段为特征提取和检索基本单元的人体运动检索方法把人体运动仅作为高维时间序列，检索的目的是从运动库中的运动序列中找出包含查询示例的子序列位置，由于候选子序列的位置可能位于运动时序文件的任意位置，所以以运动片段为检索单元的运动检索一般不在特征提取前对运动进行语义层分割，而是直接对运动时序文件进行特征提取并建立索引。在以运动片段为检索单元的运动检索中，根据对检索运动片段长度的要求，又分为长度受限的运动片段检索以及任意长度的运动片段检索。在长度受限的运动片段检索中，首先需要设定一个最小的运动片段窗口，然后以该窗口为单位进行特征提取，如文献Faloutsos C，Ranganathan M，Manolopoulos Y.Fast subsequence matching in time-series databases[C]//In Proceedings of 1994 ACM SIGMOD International Conference on Management of Data，1994，419-429使用傅里叶变换，文献Chan K，Fu W.Efficient time series matching by wavelets[C]//In Proceedings of the 15thIEEE International Conference on Data Engineering，1999，126-133使用Harr小波变换、文献Keogh E.，Chakrabarti K，Pazzani M，Mehrotra.Locally adaptive dimensionality reduction for indexing large time series databases[C]//In Proceedings of 2001 ACM SIGMOD International Conference on Management of Data，2001，151-162使用相邻窗口均值提取运动片段的低维特征并将其存储到高维索引中(R树，K-D树等)，检索时，用户提交的查询示例也使用相同大小的窗口进行切分并进行特征提取，最后在特征层上计算查询示例和运动库中运动子序列的相似性。