基于哈希学习的动作捕捉数据的编码与检索

摘要

动作捕捉数据具有冗杂度高、数量级大、特征维度高等特点，使得动作捕捉数据在检索时耗费时间较长。本文提出一种基于哈希学习的高效编码和快速检索算法以达到在大规模动作捕捉数据集中快速检索相似序列段的目标。
　　哈希算法对于高维数据的编码检索方面具有较好的性能，本文将数据库中的每一序列，以固定宽度的窗口，从起始帧开始依次向后滑动，每滑动若干帧统一编码窗口内的所有骨架帧，滑动窗口的策略很好地将序列的局部差异性考虑在内。编码方式采用哈希学习的策略，得到的哈希码相比于原始特征长度更短，占据空间更少。序列检索时采用分层策略，使用关键帧粗略搜索可能相似序列段，然后计算关键帧以及采样帧的累积误差，两者加权以确定检索排序。
　　本文从两个角度论证基于哈希编码的序列检索性能:一是比较使用哈希编码与未使用哈希编码的检索时间;二是比较使用哈希编码与未使用哈希编码的检索准确率。实验结果表明，采用哈希学习的方法可以有效地提升动作捕捉数据的检索性能，这为大规模动作捕捉数据的管理与检索提供了很好的选择。

目录

声明

摘要

1．1 课题研究背景及意义

1．2 研究现状

1．2．1 Mocap序列特征的研究

1．2．2 Mocap序列检索的研究

1．2．3 哈希学习的研究

1．3 本文主要工作

1．4 本文组织结构

第二章 Mocap数据库编码

2．1 Mocap骨架归一化

2．1．1 骨骼长度归一化

2．1．2 骨骼角度和位移归一化

2．2 Mocap数据编码

2．2．1 特征提取

2．2．2 哈希编码

2．3 本章小结

第三章 数据检索

3．2 关键帧的相似检索

3．3 相似序列段的检索

3．4 检索排序

3．5 本章小结

第四章 实验结果

4．1 实验环境和算法参数

4．1．1 实验环境

4．1．2 算法参数

4．2 检索时间

4．3 检索性能

4．4 相似窗口检索结果

4．5 相似序列检索结果

4．6 本章小结

第五章 总结与展望

参考文献

致谢

攻读学位期间发表的学术论文和参加科研情况