[发明专利]基于DTW曲线的运动数据动作分类方法

摘要

基于DTW曲线的运动数据动作分类方法：(1)生成用于运动序列之间相似性度量的双向DTW距离和分段DTW距离；(2)根据双向DTW距离和分段DTW距离生成DTW曲线，并基于DTW曲线生成有效性加权距离D_W－dtw(P，Q)＝W_EoLC(λ)·D_S－dtw(λ,P,Q)dλ，其中W_EoLC为逻辑分类有效性曲线，D_s－dtw为分段DTW距离，λ为用于分段的阈值，P和Q为两个运动序列；(3)根据步骤(2)得到有效性加权距离，采用层次聚类算法对运动序列进行动作分类。本发明该方法放宽了DTW的限制，使分类鲁棒性增强，实验结果表明，本发明的方法可以得到较好的分类结果。

主权项

1、基于DTW曲线的运动数据动作分类方法，其特征在于步骤如下：(1)生成用于运动序列之间相似性度量的双向DTW距离和分段DTW距离，所述的生成双向DTW距离的方法为：对于给定的两个运动序列P和Q，这两个序列的DTW距离为Ddtw(P，Q)，令序列P的翻转序列为Q′，且P和Q′之间的DTW距离为Ddtw(P，Q′)，则序列P和Q之间的双向DTW距离定义为：DB-dtw(P，Q)＝min{Ddtw(P，Q)，Ddtw(P，Q′)}；所述的生成分段DTW距离的方法为：给定两个运动序列P和Q，将这两个运动序列进行分段，并选择部分运动片段，片段之间采用双向DTW距离，则两个运动序列P和Q之间的分段DTW距离定义为覆盖所有运动片段的双向DTW距离之和平均值的最小值；(2)根据步骤(1)中的双向DTW距离和分段DTW距离生成DTW曲线，并基于DTW曲线生成有效性加权距离其中WEoLC为逻辑分类有效性曲线，Ds-dtw为分段DTW距离，λ为用于分段的阈值，P和Q为两个运动序列；(3)根据步骤(2)得到有效性加权距离，采用层次聚类算法对运动序列进行动作分类。