基于對(duì)齊聚類(lèi)分析的運(yùn)動(dòng)序列檢索方法技術(shù)

本發(fā)明專(zhuān)利技術(shù)涉及一種基于對(duì)齊聚類(lèi)分析的運(yùn)動(dòng)序列檢索方法。目前已有的運(yùn)動(dòng)序列檢索方法在考慮分割時(shí)，沒(méi)有考慮每一幀運(yùn)動(dòng)的時(shí)間順序，不能準(zhǔn)確定位分割點(diǎn)。本發(fā)明專(zhuān)利技術(shù)記錄保存人體運(yùn)動(dòng)序列；服務(wù)器端處理運(yùn)動(dòng)序列，獲取運(yùn)動(dòng)序列的特征，合并所有運(yùn)動(dòng)序列的特征，生成特征數(shù)據(jù)庫(kù)；服務(wù)器端計(jì)算客戶端提供運(yùn)動(dòng)序列的特征；服務(wù)器端將客戶端提供運(yùn)動(dòng)序列所提取的特征與特征數(shù)據(jù)庫(kù)中的特征進(jìn)行匹配，分別計(jì)算特征之間的距離，將數(shù)據(jù)庫(kù)中的運(yùn)動(dòng)序列按照距離進(jìn)行排序并輸出，作為檢索結(jié)果并返回客戶端。本發(fā)明專(zhuān)利技術(shù)基于對(duì)齊聚類(lèi)分析的運(yùn)動(dòng)序列分割算法，并在此基礎(chǔ)上提取運(yùn)動(dòng)特征，并將此特征用于運(yùn)動(dòng)檢索中，該分割方法與真實(shí)的分割結(jié)果對(duì)比，顯示了該方法的高效性。

【技術(shù)實(shí)現(xiàn)步驟摘要】
【專(zhuān)利摘要】本專(zhuān)利技術(shù)涉及一種。目前已有的運(yùn)動(dòng)序列檢索方法在考慮分割時(shí)，沒(méi)有考慮每一幀運(yùn)動(dòng)的時(shí)間順序，不能準(zhǔn)確定位分割點(diǎn)。本專(zhuān)利技術(shù)記錄保存人體運(yùn)動(dòng)序列；服務(wù)器端處理運(yùn)動(dòng)序列，獲取運(yùn)動(dòng)序列的特征，合并所有運(yùn)動(dòng)序列的特征，生成特征數(shù)據(jù)庫(kù)；服務(wù)器端計(jì)算客戶端提供運(yùn)動(dòng)序列的特征；服務(wù)器端將客戶端提供運(yùn)動(dòng)序列所提取的特征與特征數(shù)據(jù)庫(kù)中的特征進(jìn)行匹配，分別計(jì)算特征之間的距離，將數(shù)據(jù)庫(kù)中的運(yùn)動(dòng)序列按照距離進(jìn)行排序并輸出，作為檢索結(jié)果并返回客戶端。本專(zhuān)利技術(shù)基于對(duì)齊聚類(lèi)分析的運(yùn)動(dòng)序列分割算法，并在此基礎(chǔ)上提取運(yùn)動(dòng)特征，并將此特征用于運(yùn)動(dòng)檢索中，該分割方法與真實(shí)的分割結(jié)果對(duì)比，顯示了該方法的高效性。【專(zhuān)利說(shuō)明】
本專(zhuān)利技術(shù)屬于多媒體信息檢索
，具體涉及一種。
技術(shù)介紹
人體運(yùn)動(dòng)廣泛的應(yīng)用于動(dòng)畫(huà)、游戲軟件、人機(jī)交互等方面。人體運(yùn)動(dòng)序列無(wú)論在時(shí)間上還是在空間上都是復(fù)雜的。因此，能夠有效地表述人體的運(yùn)動(dòng)、高效地描述運(yùn)動(dòng)的特征，并且能夠有效的從數(shù)據(jù)庫(kù)中檢索出相關(guān)的運(yùn)動(dòng)序列變的十分重要。目前已有了運(yùn)用概率上的主成分分析(PCA)算法，將人體運(yùn)動(dòng)序列分解成明顯動(dòng)作，利用指定關(guān)節(jié)點(diǎn)的幾何特征來(lái)分割運(yùn)動(dòng)，并在此基礎(chǔ)上實(shí)現(xiàn)運(yùn)動(dòng)的檢索，但該解決方案存在技術(shù)缺陷，其在考慮運(yùn)動(dòng)序列分割方面時(shí)，雖然考慮到了將運(yùn)動(dòng)序列進(jìn)行分割，但這些方法的主要的限制是沒(méi)有考慮每一幀運(yùn)動(dòng)在時(shí)間上的順序，不能準(zhǔn)確定位分割點(diǎn)，將不同類(lèi)型的動(dòng)作準(zhǔn)確的分割出來(lái)；在三維運(yùn)動(dòng)檢索過(guò)程中，要考慮特征融合的方法來(lái)進(jìn)一步提高檢索精度，加入反饋環(huán)節(jié)是十分必要的，上述方法中沒(méi)有加入相關(guān)反饋。
技術(shù)實(shí)現(xiàn)思路
本專(zhuān)利技術(shù)的目的是提供一種，克服現(xiàn)有方法對(duì)運(yùn)動(dòng)序列分割時(shí)沒(méi)有考慮運(yùn)動(dòng)序列在時(shí)間軸順序的缺點(diǎn)。本專(zhuān)利技術(shù)所采用的技術(shù)方案是: ，其特征在于: 由以下步驟實(shí)現(xiàn): 步驟一:人體運(yùn)動(dòng)序列的采集: 在人體運(yùn)動(dòng)序列的采集中，運(yùn)用微軟的Kinect設(shè)備與相應(yīng)的軟件Blender對(duì)人體運(yùn)動(dòng)序列進(jìn)行記錄保存； 步驟二:服務(wù)器端將采集的每個(gè)人體運(yùn)動(dòng)序列進(jìn)行處理，獲取運(yùn)動(dòng)序列的特征，合并所有運(yùn)動(dòng)序列的特征，生成特征數(shù)據(jù)庫(kù)； 步驟三:服務(wù)器端計(jì)算客戶端提供運(yùn)動(dòng)序列的特征； 步驟四:服務(wù)器端將客戶端提供運(yùn)動(dòng)序列所提取的特征與特征數(shù)據(jù)庫(kù)中的特征進(jìn)行匹配，分別計(jì)算特征之間的距離，將數(shù)據(jù)庫(kù)中的運(yùn)動(dòng)序列按照距離進(jìn)行排序并輸出，作為第一次檢索結(jié)果并返回客戶端。所述步驟一中，人體運(yùn)動(dòng)序列采集具體包括以下步驟: (1)運(yùn)動(dòng)采集設(shè)備Kinect與運(yùn)動(dòng)采集軟件Blender的安裝和調(diào)試,Kinect設(shè)備可以獲取人體的深度數(shù)據(jù)，Blender可以根據(jù)獲取的深度數(shù)據(jù)將人體的運(yùn)動(dòng)映射到虛擬的人體骨架上，記錄并保存關(guān)節(jié)點(diǎn)的位置信息； (2)人在設(shè)備前做動(dòng)作，實(shí)時(shí)記錄相應(yīng)的運(yùn)動(dòng)序列，假設(shè)總共記錄了N個(gè)運(yùn)動(dòng)序列，并保存在服務(wù)器端的運(yùn)動(dòng)數(shù)據(jù)庫(kù)中以便后續(xù)處理。所述步驟二中，人體運(yùn)動(dòng)序列特征提取具體包括以下步驟: (1)人體運(yùn)動(dòng)序列數(shù)據(jù)庫(kù)中保存了N個(gè)運(yùn)動(dòng)序列，假設(shè)每個(gè)運(yùn)動(dòng)序列包括了 m幀運(yùn)動(dòng)，在不同的運(yùn)動(dòng)序列中，m是不相同的；每一幀運(yùn)動(dòng)中包含了人體21個(gè)主要關(guān)節(jié)點(diǎn)的位置信息和旋轉(zhuǎn)信息；通過(guò)服務(wù)器讀取每個(gè)運(yùn)動(dòng)序列獲取每一幀關(guān)節(jié)點(diǎn)的信息； (2)用單位四元數(shù)來(lái)表示每一個(gè)關(guān)節(jié)點(diǎn)的旋轉(zhuǎn)信息，即對(duì)于每個(gè)關(guān)節(jié)點(diǎn)q都有: q=, w為標(biāo)量，x、y、z為矢量,且| |q| 2=w2+x2+y2+z2=l ;這樣一個(gè)運(yùn)動(dòng)序列特征可以用矩陣X=mX84表示，其中Xi，1:84為矩陣中第i行向量，表示第i幀運(yùn)動(dòng)的四元數(shù)表示； (3)采用基于對(duì)齊聚類(lèi)分析的方法將運(yùn)動(dòng)序列進(jìn)行分割，在每個(gè)分割后的子片段中選取關(guān)鍵幀，作為該片段的特征，綜合分割的每個(gè)子片段的特征作為整個(gè)運(yùn)動(dòng)序列的特征；按上述方法提取每個(gè)運(yùn)動(dòng)序列的特征生成運(yùn)動(dòng)特征數(shù)據(jù)庫(kù)。所述步驟三具體包括以下步驟: (1)對(duì)于一個(gè)運(yùn)動(dòng)序列X=，運(yùn)用對(duì)齊聚類(lèi)分析的方法將X將分割成e個(gè)片段，并將運(yùn)動(dòng)序列人工設(shè)定為k個(gè)類(lèi)別，使得每個(gè)片段屬于k類(lèi)中的一類(lèi)；首先對(duì)于一個(gè)m幀運(yùn)動(dòng)序列初始化分割參數(shù)G、S，其中s為初始化分割點(diǎn)，G為初始化每個(gè)分割片段所屬類(lèi)別； (2)運(yùn)用一種在KernelK-means (KKM)基礎(chǔ)之上擴(kuò)展的對(duì)齊聚類(lèi)分析的方法，其能量函數(shù)為:【權(quán)利要求】1.，其特征在于: 由以下步驟實(shí)現(xiàn): 步驟一:人體運(yùn)動(dòng)序列的采集: 在人體運(yùn)動(dòng)序列的采集中，運(yùn)用微軟的Kinect設(shè)備與相應(yīng)的軟件Blender對(duì)人體運(yùn)動(dòng)序列進(jìn)行記錄保存； 步驟二:服務(wù)器端將采集的每個(gè)人體運(yùn)動(dòng)序列進(jìn)行處理，獲取運(yùn)動(dòng)序列的特征，合并所有運(yùn)動(dòng)序列的特征，生成特征數(shù)據(jù)庫(kù)； 步驟三:服務(wù)器端計(jì)算客戶端提供運(yùn)動(dòng)序列的特征； 步驟四:服務(wù)器端將客戶端提供運(yùn)動(dòng)序列所提取的特征與特征數(shù)據(jù)庫(kù)中的特征進(jìn)行匹配，分別計(jì)算特征 之間的距離，將數(shù)據(jù)庫(kù)中的運(yùn)動(dòng)序列按照距離進(jìn)行排序并輸出，作為第一次檢索結(jié)果并返回客戶端。2.根據(jù)權(quán)利要求1所述的，其特征在于: 所述步驟一中，人體運(yùn)動(dòng)序列采集具體包括以下步驟: (1)運(yùn)動(dòng)采集設(shè)備Kinect與運(yùn)動(dòng)采集軟件Blender的安裝和調(diào)試,Kinect設(shè)備可以獲取人體的深度數(shù)據(jù)，Blender可以根據(jù)獲取的深度數(shù)據(jù)將人體的運(yùn)動(dòng)映射到虛擬的人體骨架上，記錄并保存關(guān)節(jié)點(diǎn)的位置信息； (2)人在設(shè)備前做動(dòng)作，實(shí)時(shí)記錄相應(yīng)的運(yùn)動(dòng)序列，假設(shè)總共記錄了N個(gè)運(yùn)動(dòng)序列，并保存在服務(wù)器端的運(yùn)動(dòng)數(shù)據(jù)庫(kù)中以便后續(xù)處理。3.根據(jù)權(quán)利要求2所述的，其特征在于: 所述步驟二中，人體運(yùn)動(dòng)序列特征提取具體包括以下步驟: (1)人體運(yùn)動(dòng)序列數(shù)據(jù)庫(kù)中保存了N個(gè)運(yùn)動(dòng)序列，假設(shè)每個(gè)運(yùn)動(dòng)序列包括了 m幀運(yùn)動(dòng)，在不同的運(yùn)動(dòng)序列中，m是不相同的；每一幀運(yùn)動(dòng)中包含了人體21個(gè)主要關(guān)節(jié)點(diǎn)的位置信息和旋轉(zhuǎn)信息；通過(guò)服務(wù)器讀取每個(gè)運(yùn)動(dòng)序列獲取每一幀關(guān)節(jié)點(diǎn)的信息； (2)用單位四元數(shù)來(lái)表示每一個(gè)關(guān)節(jié)點(diǎn)的旋轉(zhuǎn)信息，即對(duì)于每個(gè)關(guān)節(jié)點(diǎn)q都有: q=, w為標(biāo)量，x、y、z為矢量,且| |q| 2=w2+x2+y2+z2=l ;這樣一個(gè)運(yùn)動(dòng)序列特征可以用矩陣X=mX84表示，其中Xi，1:84為矩陣中第i行向量，表示第i幀運(yùn)動(dòng)的四元數(shù)表示； (3)采用基于對(duì)齊聚類(lèi)分析的方法將運(yùn)動(dòng)序列進(jìn)行分割，在每個(gè)分割后的子片段中選取關(guān)鍵幀，作為該片段的特征，綜合分割的每個(gè)子片段的特征作為整個(gè)運(yùn)動(dòng)序列的特征；按上述方法提取每個(gè)運(yùn)動(dòng)序列的特征生成運(yùn)動(dòng)特征數(shù)據(jù)庫(kù)。4.根據(jù)權(quán)利要求3所述的，其特征在于: 所述步驟三具體包括以下步驟: 對(duì)于一個(gè)運(yùn)動(dòng)序列X=，運(yùn)用對(duì)齊聚類(lèi)分析的方法將X將分割成e個(gè)片段，并將運(yùn)動(dòng)序列人工設(shè)定為k個(gè)類(lèi)別，使得每個(gè)片段屬于k類(lèi)中的一類(lèi)；首先對(duì)于一個(gè)m幀運(yùn)動(dòng)序列初始化分割參數(shù)G、S，其中s為初始化分割點(diǎn)，G為初始化每個(gè)分割片段所屬類(lèi)別； 運(yùn)用一種在Kernel K-means (KKM)基礎(chǔ)之上擴(kuò)展的對(duì)齊聚類(lèi)分析的方法,其能量函數(shù)為: 5.根據(jù)權(quán)利要求4所述的，其特征在于: 所述步驟四中，人體運(yùn)動(dòng)序列特征匹配具體包括以下步驟: (1)對(duì)于客戶端提供的運(yùn)動(dòng)序列經(jīng)過(guò)特征提取后有特征Fx特征，特征數(shù)據(jù)庫(kù)中的特征Fy, X、y分別代表特征的幀數(shù)；由于兩者幀數(shù)不相等，在此運(yùn)用典型時(shí)間規(guī)整算法來(lái)計(jì)算兩者之間的距離； 典型時(shí)間規(guī)整算法本文檔來(lái)自技高網(wǎng)...

【技術(shù)保護(hù)點(diǎn)】
基于對(duì)齊聚類(lèi)分析的運(yùn)動(dòng)序列檢索方法，其特征在于：由以下步驟實(shí)現(xiàn)：步驟一：人體運(yùn)動(dòng)序列的采集：在人體運(yùn)動(dòng)序列的采集中，運(yùn)用微軟的Kinect設(shè)備與相應(yīng)的軟件Blender對(duì)人體運(yùn)動(dòng)序列進(jìn)行記錄保存；步驟二：服務(wù)器端將采集的每個(gè)人體運(yùn)動(dòng)序列進(jìn)行處理，獲取運(yùn)動(dòng)序列的特征，合并所有運(yùn)動(dòng)序列的特征，生成特征數(shù)據(jù)庫(kù)；步驟三：服務(wù)器端計(jì)算客戶端提供運(yùn)動(dòng)序列的特征；步驟四：服務(wù)器端將客戶端提供運(yùn)動(dòng)序列所提取的特征與特征數(shù)據(jù)庫(kù)中的特征進(jìn)行匹配，分別計(jì)算特征之間的距離，將數(shù)據(jù)庫(kù)中的運(yùn)動(dòng)序列按照距離進(jìn)行排序并輸出，作為第一次檢索結(jié)果并返回客戶端。

【技術(shù)特征摘要】

【專(zhuān)利技術(shù)屬性】
技術(shù)研發(fā)人員：肖秦琨，鄭中華，
申請(qǐng)(專(zhuān)利權(quán))人：西安工業(yè)大學(xué)，
類(lèi)型：發(fā)明
國(guó)別省市：陜西;61