[发明专利]基于数据驱动和决策树分析的人体运动的检索方法

摘要

本发明公开了一种基于数据驱动和决策树分析的人体运动数据的检索方法。本方法对运动捕获数据中的人体的各个关节点提取一种基于三维空间变换规律的三维时空特征的方法，并基于时空运动连续性引入了关键时空的概念。因为三维时空特征避免了直接处理高维数的人体原始运动数据，从而从特征层面降低了维数，避免了维数灾难，降低了计算成本，同时针对各关节点时空特征相对保持独立的特性，通过数据驱动决策树的学习方法去分析学习关节点对运动相似的不同影响，使得检索过程能够依次完成重要关节点到次要关节点的匹配计算，从而排除了大量不必要的次要关节点的相似度运算，最终实现了一个高效的运动检索系统。

主权项

1.一种基于数据驱动和决策树分析的人体运动数据的检索方法，其特征在于，包括步骤如下：(1)从三维人体运动数据中的人体的各个关节点数据，提取一种基于三维空间变换规律的三维空间特征；(2)利用各个关节点的三维空间特征和关键特征提取能反映人体运动时间特性的空间变换速度和空间噪音，合并成人体运动的三维时空特征；(3)将单个关节点上将有相同局部时空特征的帧合并成一个“时空束”，实现关键时空的提取；(4)采用ID3算法训练原始运动数据得到一棵反映各关节点对整体运动影响程度的决策树；(5)利用基于生成的决策树的弹性匹配算法，按照对整体运动影响程度的次序依次匹配各关节点，完成人体运动数据的检索。