基于集成多示例学习决策树分析的三维运动检索

摘要：

随着运动捕获设备的普及,大量的运动数据可以直接得到,从而使得大规模的运动数据库的建立成为可能.在此背景下,研究以检索为核心的运动捕获数据处理技术就显得十分重要了.提出了一种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空间特征的方法,并基于空间运动连续性引入了关键空间的概念.针对各关节点空间特征相对保持独立的特性,用每个关节点作为索引,并通过集成学习的多示例决策树的学习方法去分析关节点对运动相似的不同影响,最终实现了一个高效的运动检索系统.

关键词： 三维空间变换 多示例决策树 集成学习 运动捕获数据 数据处理 运动检索系统

作者: 向坚 俞坚

作者单位: 浙江科技学院信息与电子工程学院,杭州,310023;浙江大学计算机学院,杭州,310027 浙江科技学院信息与电子工程学院,杭州,310023

会议类型: 国内会议

会议名称: 2007全国理论计算机科学学术年会

会议地点: 南宁

会议语种:中文

页码: 305-309

在线出版日期: 2007-11-01（万方平台首次上网日期，不代表论文的发表时间）