[发明专利]一种基于动态弯曲算法的运动捕捉数据库检索方法

权利要求书

1.一种基于动态弯曲算法的运动捕捉数据库检索方法，其特征在于，该基于动态弯曲算法的运动捕捉数据库检索方法包括以下步骤：

通过预先建立运动捕捉数据库的一、二级索引，提高每次实例检索的速度；

一级索引中包含运动瞬间姿态信息，二级索引采用基于骨骼运动动态特征的相邻帧间夹角向量的欧式距离作为索引值；最后，利用Keogh下界减少DTW算法的时间耗费；

其中，建立一、二级索引需要提取每一帧左、右上臂，左、右大腿与上一级骨骼之间的空间夹角数据，采用箱均值压缩的方法对原始的夹角数据进行压缩，因为原始数据采样率为30fps，设定箱均值的箱子的大小为3个采样点，压缩后采样率为10fps，采样值为箱内三个连续采样点的均值，实现原始数据的提取和预处理。

2.如权利要求1所述的基于动态弯曲算法的运动捕捉数据库检索方法，其特征在于，运动瞬间姿态信息的一级索引编码和匹配的方法为：

步骤一，人体的左、右上臂，左、右大腿与上一级骨骼之间的空间夹角分别为ω₁，ω₂，ω₃，ω₄，定义每一帧的一级索引编码函数G(ω₁，ω₂，ω₃，ω₄)为：

步骤二，然后，对候选片段C与实例片段Q中编码相同的，也就是函数G(ω₁，ω₂，ω₃，ω₄)的值相同的相邻帧进行聚合，分别得到候选序列和实例序列的编码序列Hc和Hq：

Hc:G(C₁),G(C₂),...,G(C_i),...,G(C_x)

Hq:G(Q₁),G(Q₂),...,G(Q_i),...,G(Q_y)

检索时先对候选片段C和实例片段Q进行一级索引匹配，若Hq与Hc一致，则进行二级索引的检索。

3.如权利要求1所述的基于动态弯曲算法的运动捕捉数据库检索方法，其特征在于，骨骼运动动态特征的二级索引值计算的方法为：

步骤一，当前帧人体的左右上臂、左右大腿、左右下臂、左右小腿与上一级骨骼之间的空间夹角为(ω₁，ω₂，ω₃，ω₄，ω₅，ω₆，ω₇，ω₈)，上一帧的相应值为则帧的二级索引函数定义如下：

函数的值看作两个八维向量(ω₁，ω₂，ω₃，ω₄，ω₅，ω₆，ω₇，ω₈)和的空间距离，由于每两帧之间的采样间隔是固定的，所以L实际上是前后两帧姿态变化大小的一种度量，L反映了运动片段中每一帧的动态特征。

4.如权利要求1所述的基于动态弯曲算法的运动捕捉数据库检索方法，其特征在于，利用Keogh下界减少DTW算法采用动态规划法计算，需要检索前50个与实例片段DTW距离最小的候选片段，则算法步骤如下：

步骤一，初始化；

步骤二，计算实例片段Q的一级索引编码、二级索引值；

步骤三，比较实例片段Q和数据库中候选片段C的一级索引编码是否匹配，如果匹配则执行步骤四，否则转到步骤六；

步骤四，计算LB_Keogh(Q，C)，如果LB_Keogh(Q，C)>Max(DTW1，DTW2，…，DTW50)则执行步骤六，否则转到步骤五；

步骤五，计算DTW(Q，C)，将DTW(Q，C)插入到队列DTW1，DTW2，…，DTW50合适的位置，使得元素按照DTW值从小到大的顺序排列，删除序列中DTW值最大的元素，即DTW50；

步骤六，选择下一个与Q等长的候选片段C；

步骤七，如果数据库遍历结束则转到步骤八，否则转到步骤二；

步骤八，输出DTW1，DTW2，…，DTW49及对应的片段文件名及起始帧号。