[发明专利]一种基于反馈学习的运动捕获数据检索方法

权利要求书

1.一种基于反馈学习的运动捕获数据检索方法，其特征在于，具体按照以下步骤实施：

步骤1：摄像头捕获运动信息并生成运动数据库，服务器端对运动数据库中的每个动作进行图像处理获得所有动作的数据特征，生成动作特征数据库，并建立索引；

步骤2：服务器端处理客户端提供的待检索动作，得到待检索动作特征；

步骤3：服务器端将待检索动作特征和动作特征数据库中的特征进行匹配，计算待检索动作和特征数据库中每个动作的距离值，将数据库中所有动作按照距离值从小到大排序输出，得到第一轮检索结果；

步骤4：客户端将第一轮的检索结果进行“正例”和“反例”的人工标注学习，将标注后的第一轮检索结果信息返回服务器端，得到样本训练1和标签1，服务器端对样本训练1和标签1进行反馈学习，采用KNN-Classify方法对运动数据特征库进行第二轮检索；

步骤5：用户满意第二轮检索结果则结束，不满意，客户端接着将第二轮的检索结果进行“正例”和“反例”的人工标注学习，将标注后的第二轮检索结果信息返回服务器端，得到样本训练2和标签2，服务器端对样本训练2和标签2进行反馈学习，采用KNN-Classify方法对运动数据特征库进行第三轮检索；

步骤6：用户满意第三轮检索结果，则结束，用户不满意则将训练样本1和训练样本2融合扩大训练样本，标签1和标签2融合，继续进行下一轮检索，依次类推，直到待检索运动与数据库里每个运动的距离值趋于稳定，停止迭代，输出检索结果。

2.根据权利要求1所述的基于反馈学习的运动捕获数据检索方法，其特征在于，所述的步骤1具体按照以下步骤实施：

1）设运动数据库有m个动作，m为正整数，为运动数据库所有动作的数目，对每个动作进行特征提取，即读取运动捕获数据格式文件，获得每个动作的旋转数据信息作为特征描述信息，选取21个关节点代表动作；

2）选用单位四元数来描述关节点运动的旋转信息，单位四元数公式为：

||q||=Norm(q)=w2+x2+y2+z2=1,]]>

其中，w为标量，x、y、z为向量；

3）采取K-means聚类算法对运动数据库的单位四元数特征数据进行降维并归类，生成最终的特征数据库。