随着社会的发展,越来越多的传统动态文化如民族民间舞蹈、武术和戏曲等不能够得到有效的保护,如何将其有效的传承下来是一个亟待解决的问题。拉班舞谱作为一种公认科学的动作分析和记录体系,将其运用到记录传统动态文化中来有易于传承的优点。但是通过人工去记录拉班舞谱则耗时耗力,所以如何利用计算机技术自动生成拉班舞谱成为了一个重要的研究课题。本文的主要工作是提出了基于极限学习的拉班舞谱自动生成算法。通过分析运动捕捉数据,在动作分割完毕的前提下,将各个基本动作进行分类并转换成拉班舞谱符号,在此算法的基础上实现了舞谱自动生成平台。此外,针对现阶段拉班舞谱文件存储格式的不足之处完成了拉班舞谱数字化记录标准的设计。为了丰富平台功能,该平台实现了舞谱转换为动画的功能,主要工作以及创新点如下:(1)为了提高舞谱生成的准确率,本文提出了基于极限学习的舞谱生成算法,并把极限学习的动作分类算法与动态时间规整以及支持向量机进行了综合比较。先将采集得到的人体运动捕捉数据转换为世界坐标系下的坐标,接下来通过动作分割得到待识别的动作片段数据。最后采用极限学习的算法对其进行舞谱符号生成,并且将得到的结果通过图片化显示和数字化记录。(2)为了更方便的记录拉班舞谱,本文设计了拉班舞谱数字化记录标准格式。目前记录动作体系的方式有两种,第一种是通过视频记录,占用内存较大;第二种是图片加上文字的方式来进行记录,不够直观。拉班舞谱的记录格式主要是以图片的形式,这种方式的优点是比较简便,但是也存在着不直观且不能被计算机所理解的缺点。本文针对这种情况完成了拉班舞谱数字化记录标准的制定,并且实现在自动生成拉班舞谱平台当中,通过本平台可以对其进行存储和解析。(3)为了更好的开展传统文化保护工作,本文在基于极限学习算法的基础上实现了拉班舞谱自动生成平台,此平台还包括将拉班舞谱转换为动画的功能。在运动捕捉系统的选择上,本文选择使用光学式运动捕捉系统,主要是考虑到它的简便性和易于操作性。先建立人体三维动作模型然后采集人体运动数据,将人体运动数据保存为BVH(Bio-visionHierarchical)格式文件。通过对BVH数据的转换以及分析,实现拉班舞谱自动生成平台。为了更好的开展相关工作,平台还实现将拉班舞谱转换为动画的功能,所以平台实现了从动态的动作到静态的舞谱再到动态的动作的闭环,这是首个既可将动作转换为拉班舞谱又可以将拉班舞谱转换为动作的平台。