武术套路动作分解过程模式识别方法.docVIP

武术套路动作分解过程模式识别方法 　　摘 要： 针对传统的武术套路分解过程中动作分解模式识别时，存在动作无法连续识别缺少细节特征的问题，提出武术套路动作分解过程中，使用NReJ3D技术对模式识别方法进行优化。通过分析识别结构框架，引入NReJ3D技术对人体细节特征进行采集，通过嵌入映射分析为模式匹配程度分析提供依据，利用低维运动空间实现模式匹配识别，实现模式识别方法的优化。通过实验结果表明，改进识别方法能对连续动作进行高清晰度识别，细节特征提取较多，具有一定优势。 　　关键词： 武术套路； 动作分解； 模式识别； 细节特征； 特征采集； 低维运动空间 　　中图分类号： TN911?34； TP393 文献标识码： A 文章编号： 1004?373X（2018）08?0171?03 　　Abstract： In allusion to the problems that the continuous actions cannot be recognized and it lacks detail features in the traditional pattern recognition of action decomposition during the decomposition process of Wushu routines， the idea of using NReJ3D technology to optimize the pattern recognition method during the action decomposition process of Wushu routines is proposed. NReJ3D technology is introduced to collect the detail features of human body by analyzing and recognizing structure framework. Map analysis is embedded to provide the basis for analysis of pattern matching degree. Low dimensional motion space is used to realize the pattern matching recognition and optimization of pattern recognition method. The experimental results show that the improved recognition method can recognize the continuous actions with high resolution and extract more detail features， which has certain advantages. 　　Keywords： Wushu routine； action decomposition； pattern recognition； detail feature； feature acquisition； low dimensional motion space 　　武?g套路动作分解过程中，传统动作模式识别方法使用RGB图像的形式进行识别，识别内容包含动作信息以及武术套路，但传统方法对光线的变化、视角位置、动作频率等因素很敏感[1]。人体呈现链式结构时，武术套路动作特点往往表现在关节位置的变化上，由于识别方法的限制，很大程度上不能对连续动作进行识别[2]。传统识别方法在低维运动空间里人体动作识别计算难度很高，模式识别的有效性不足45%。虽然在低维运动空间里描述人体运动需要复杂的动态数据，但是武术套路动作会受限于运动力学的影响。针对上述背景，本文提出武术套路动作分解过程的模式识别方法，对低维运动空间下人体动作识别结构进行优化设计，能够有效解决传统模式识别方法中角度、光感等因素的限制。利用NReJ3D技术作为人体细节特征表达方式，能够对细节变化保持较高的敏感度，对嵌入方式进行重新优化，达到低维运动空间映射的连续性，以此解决传统方法无法连续识别的问题。为了验证本文提出的模式识别方法的有效性，模拟应用过程进行试验，用传统模式识别方法与本文识别方法相比较，通过实验结果表明，本文提出武术套路动作分解过程的模式识别方法，能对连续武术套路动作进行识别，具有较高的细节刻画能力。 1 武术动作模式识别框架优化设计 　　本文对模式识别框架进行优化设计，使用自身反馈的形式进行优化，改变传统顺势性识别模式，利用模块自身特点进行识别分析[3]。本文设计武术动