导读:本文包含了人体运动序列分割论文开题报告文献综述及选题提纲参考文献，主要关键词:序列分割,序列局部弯曲,分段线性表示,流形学习
人体运动序列分割论文文献综述
冯林,刘胜蓝,王静,肖尧[1]（2013）在《人体运动分割算法:序列局部弯曲的流形学习》一文中研究指出针对已有的基于流形学习的分割算法多采取全局或局部线性化的学习策略,无法解决序列数据的局部高曲率问题,利用数据的几何特征描述运动的连贯性,提出一种时序流形学习的人体运动分割方法.该方法根据序列数据的局部弯曲指标描述人体运动的连贯性,利用过渡片段数据局部弯曲较大的特点寻找分割点;通过滤波技术及分段线性近似算法对局部弯曲指标数据进行处理,结合降维后的特征曲线实现人体运动时间序列的分割.对CMU人体运动捕获数据库等的实验结果表明,文中方法是有效的.(本文来源于《计算机辅助设计与图形学学报》期刊2013年04期）
沈骁[2]（2007）在《基于人体运动捕捉数据的高维时间序列检索和分割算法应用研究》一文中研究指出近年来，随着数据库技术以及数字化技术的不断进步，针对高维时间序列的数据挖掘研究引起了越来越多学者广泛的兴趣。然而，由于数据维度的增多，大大增加了数据挖掘算法的复杂性，使得经典的针对低维度时间序列的数据挖掘算法很难应直接应用到高维时间序列数据上来。本文以大规模人体运动捕捉数据分析为背景，重点对降维、高维数据索引结构以及基于统计学习的高维时间序列分割算法进行了研究，设计并实现了一个针对高维时间序列的相似性检索以及基于统计学习的时间序列序列分割的软件原型。在维度约简方面，针对人体运动捕捉数据的特点，总结了目前存在的多种维度约简算法，提出了基于运动能量的人体运动描述模型，在此基础上引入熵的概念，提取能体现运动特征的关键关节，从而进行维度约简。该维度约简算法在保证了检索精度的前提下，降低了检索算法的复杂度。在高维数据索引方面，深入分析了相似度度量算法DTW以及R树等高维数据索引结构。重点讨论了基于Keogh距离的支持多度量算法的索引结构，并将经典的针对DTW的索引算法扩展到了高维，用以索引和查询人体运动捕捉数据，最后实现了一个基于例子的运动捕捉数据检索系统。在高维时间序列分割算法方面，详细介绍了分类模型条件随机场(CRF)的理论。针对人体运动捕捉数据的特点，利用条件随机场模型的无偏分类特性，对动作序列进行了有意义的分割。这种分割算法可以作为基于符号表示的时间序列检索的预处理算法。(本文来源于《大连理工大学》期刊2007-12-01）
袁静,高赟,高有行[3]（2007）在《图像序列中运动人体的分割方法的研究》一文中研究指出在对现有的运动分割算法的研究基础上结合运动分析方法,对基于图像帧差法构造背景图像进行了深入的分析和研究,提出了一种利用阈值来判定人体信息和背景信息以达到背景减除的新算法来实时地提取出运动的人体,在利用帧差法提取出背景图像后,通过当前帧和背景图像的像素值的对比减除可快速精确地完成对运动人体的分割。在NLPR数据库中进行了实验,结果表明本算法能快速有效地一次提取出多个人体目标,并且失真度比较小。(本文来源于《计算机工程与设计》期刊2007年17期）
人体运动序列分割论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
近年来，随着数据库技术以及数字化技术的不断进步，针对高维时间序列的数据挖掘研究引起了越来越多学者广泛的兴趣。然而，由于数据维度的增多，大大增加了数据挖掘算法的复杂性，使得经典的针对低维度时间序列的数据挖掘算法很难应直接应用到高维时间序列数据上来。本文以大规模人体运动捕捉数据分析为背景，重点对降维、高维数据索引结构以及基于统计学习的高维时间序列分割算法进行了研究，设计并实现了一个针对高维时间序列的相似性检索以及基于统计学习的时间序列序列分割的软件原型。在维度约简方面，针对人体运动捕捉数据的特点，总结了目前存在的多种维度约简算法，提出了基于运动能量的人体运动描述模型，在此基础上引入熵的概念，提取能体现运动特征的关键关节，从而进行维度约简。该维度约简算法在保证了检索精度的前提下，降低了检索算法的复杂度。在高维数据索引方面，深入分析了相似度度量算法DTW以及R树等高维数据索引结构。重点讨论了基于Keogh距离的支持多度量算法的索引结构，并将经典的针对DTW的索引算法扩展到了高维，用以索引和查询人体运动捕捉数据，最后实现了一个基于例子的运动捕捉数据检索系统。在高维时间序列分割算法方面，详细介绍了分类模型条件随机场(CRF)的理论。针对人体运动捕捉数据的特点，利用条件随机场模型的无偏分类特性，对动作序列进行了有意义的分割。这种分割算法可以作为基于符号表示的时间序列检索的预处理算法。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
人体运动序列分割论文参考文献
[1].冯林,刘胜蓝,王静,肖尧.人体运动分割算法:序列局部弯曲的流形学习[J].计算机辅助设计与图形学学报.2013
[2].沈骁.基于人体运动捕捉数据的高维时间序列检索和分割算法应用研究[D].大连理工大学.2007
[3].袁静,高赟,高有行.图像序列中运动人体的分割方法的研究[J].计算机工程与设计.2007