[发明专利]一种基于系统发生树的运动数据集浏览方法

权利要求书

1.一种基于系统发生树的运动捕获数据集浏览方法，其特征在于，包括如下步骤：

步骤1，基于距离阈值聚类的数据抽象，运动捕获数据集包含若干个运动序列，每个运动序列包含若干个三维姿态，三维姿态i表示为F_i＝{P_i.1，P_i,2，……，P_i,18}，其中i＝1,……,N，N为运动捕获数据集中包含的三维姿态总数，P_ij＝(x,y,z)为第i个姿态中第j个关节对应的三维坐标，j＝1,……,18，表示选择人体模型的18个重要关节，N个三维姿态经过聚类后形成类别C₁，C₂，C₃，……,每个三维姿态只属于一个类别；

步骤2，基于四元组的系统发生树构建：对于代表性三维姿态集S，采用基于四元组的系统发生树来表达S中各个姿态的拓扑近邻关系；

步骤3，可视化呈现：采用三维编程环境对系统发生树进行呈现，实现旋转、缩放、平移、选取操作，以支持用户对运动捕获数据集的可视化浏览。

2.根据权利要求1所述的一种基于系统发生树的运动捕获数据集浏览方法，其特征在于，所述步骤1的基于距离阈值聚类的数据抽象包括：

1)装载运动捕获数据集包含的所有三维姿态坐标P_ij，i＝1,……,N；j＝1,……,18；

2)设定聚类分裂的距离阈值δ；

3)取第一个三维姿态F₁作为聚类C₁，当前的聚类数numC＝1；

4)取下一个三维姿态F_i，转步骤5)，如果数据集中的三维姿态已经被取完，那么转步骤8)；

5)计算F_i与每个当前聚类C_k的平均距离d_k，k＝1,……,numC；

6)如果min(d_k)<δ，则将三维姿态F_i加入到min(d_k)对应的聚类中，转步骤4)，否则进行步骤7)；

7)numC＝numC+1，三维姿态F_i形成新的聚类C_numC，转步骤4)；

8)聚类结束，对于每个类别C_k，选择其中和类别中其他三维姿态平均距离最小的三维姿态作为该类别的代表性三维姿态,形成整个运动捕获数据集的代表性三维姿态集S。