二十世纪九十年代以来,随着运动捕获技术的广泛应用,运动捕获数据可以直接得到,导致大规模运动数据库的不断建立,需要一种有效的运动捕获数据关键帧提取及检索技术对运动数据进行压缩存储及方便地使用和管理运动数据库。 本文的工作就是探索对运动捕获数据进行关键帧提取及检索的新方法,提出了人体骨骼夹角作为运动捕获数据的特征表示、基于分层曲线简化算法的运动捕获数据关键帧提取、基于内容的运动捕获数据检索等技术。本文的主要内容包括: 在第一章中,介绍了本文的研究动机、研究现状、本文工作概述和内容组织。 在第二章中,综述了运动捕获技术和运动捕获数据关键帧提取及检索技术的发展情况。 在第三章中,首先介绍本文采用的运动描述模型,然后对现有运动特征表示方法进行简要介绍,最后给出一种新的运动特征表示方法:人体骨骼夹角表示法。 在第四章中,介绍了基于分层曲线简化算法的运动捕获数据关键帧提取技术。首先根据人体四肢骨骼段骨骼夹角特征的变化情况搜索出边界姿势帧组成候选关键帧集合,然后提出一种分层曲线简化算法对候选关键帧集合进行精选,得到最终的关键帧集合。最后,给出一种算法参数自适应调节的方法以满足用户不同压缩率的需要。 在第五章中,介绍了基于内容的运动捕获数据检索框架。检索框架由两部分组成:运动数据库预处理及运动匹配。在运动数据库预处理部分完成运动数据关键帧提取入库及索引表的建立。其中,为了实现用户对角色局部运动检索的需求,将人体骨架中四肢部分提取出来各自建立索引表。运动匹配时,通过查找索引表,获得用户提交的例子运动序列中起始和结束姿势帧的相似姿势,将这些相似姿势进行基于时间轴的过滤及组合,获得候选运动片段集合。最后采用弹性匹配算法计算候选运动与例子运动的相似度以获得最终检索结果。 在第六章中,对本文进行总结,并展望本研究的发展。