学位论文 > 优秀研究生学位论文题录展示

人体运动序列数据的语义化分析方法研究

作　者: 徐常有
导　师: 冯林
学　校: 大连理工大学
专　业: 计算机应用技术
关键词: 人体运动序列数据领域知识语义标注知识挖掘模型
分类号: TP391.1
类　型: 硕士论文
年　份: 2011年
下　载: 34次
引　用: 0次
阅　读: 论文下载

内容摘要

人体运动是在人们生产生活中普遍存在的,而人体运动对应的序列数据是随时间变化的典型的时序数据。随着时间序列数据挖掘技术的发展,运动数据的处理技术在近年来越来越得到广泛的应用并取得了不菲的经济价值,如《阿凡达》、《猩球崛起-人猿大战》等3D电影以绚丽的动作效果赢得了破纪录的票房。但是纵观已有的人体运动处理方法,现有的研究普遍是以数据的数值特征为基础的,这样的方法取得了许多成绩,但是也存在瓶颈,如有些学者通过研究指出了逻辑上相似的序列不一定在数值上相似和语义鸿沟等问题。在另一方面,基于数据数值的方法没有很好的考虑人体运动数据的领域特性,因而在运动数据的语义理解和处理上具有一定的局限性。本文的主要研究工作是分析已有的基于数据数值内容的方法和已有的语义化应用,并将语义的思想和语义网络的构建引入人体运动的处理过程,从不同层次对人体运动数据进行分析,首先分析原始的人体运动数据得出描述运动的基本元素集合,然后在这个基本元素集合的基础上对运动概念进行形式化描述和组织。本文提出的人体运动底层语义化标注的方法,以人体的骨骼特征关系为基础,借鉴和参考运动生理学、人体工程学等对人体模块化研究的方法,构建人体关节的语义化表示,并根据“整体-部分”这样的语义归属关系整理出描述人体运动部位的基本要素：义原。同时以不同的义原为考察对象,通过提取运动时空特征,在运动语义空间中将不同义原对象的运动序列数据向量化、聚类分析标注,最终得到表示义原动作的基本要素：动作标注。在这两个基本要素的基础上,又以“主体-操作”的语义关系得到了具有稳定规模的描述人体运动的基本知识库。在运动知识组织和挖掘模型构建的研究中,本文给出了人体运动知识挖掘模型,该模型以人类的认知习惯为基础,分析田径训练、球类运动培训教程、健美操训练中人体运动的领域知识,从中归纳出运动概念之间的上下位语义关联、空间约束、时序关联等语义关系,并采用WordNet、HowNet等语义本体库的组织思想对这些运动概念及运动概念之间的关系使用树形结构进行描述、利用XML进行存储,通过模型的网状结构融合高层运动语义和底层基本知识元素,使计算机能比较好的支持用户对领域知识的需求,并具备一定的人体运动领域知识挖掘能力。

全文目录

摘要  4-5
Abstract  5-9
1 绪论  9-16
  1.1 研究背景  9-10
  1.2 人体运动序列数据处理方法的研究现状  10-13
    1.2.1 人体运动序列数据表示模型的研究现状  11-12
    1.2.2 人体运动序列数据识别方法的研究现状  12-13
  1.3 本文的研究目的和意义  13-14
  1.4 本文研究的主要内容及论文结构  14-16
2 人体运动序列数据语义处理的优势和难点分析  16-27
  2.1 语义化方法的理论支持  17-18
    2.1.1 知识系统中的语义化  17
    2.1.2 语言学中的语义化  17-18
    2.1.3 计算机学科中的语义化  18
  2.2 语义在工程领域中的应用  18-19
  2.3 语义在人体运动中的应用  19-20
  2.4 语义应用在人体运动领域的难点  20-23
    2.4.1 语义的特点分析  20-21
    2.4.2 人体运动语义处理的难点分析  21-23
  2.5 语义应用在3D人体运动序列数据的优势  23-26
    2.5.1 领域知识丰富  23-24
    2.5.2 底层透明  24-25
    2.5.3 数据库易扩展  25-26
  2.6 本章小结  26-27
3 人体运动序列数据语义标注方法  27-46
  3.1 语义标注的含义和作用  28-29
    3.1.1 语义标注的地位作用  28
    3.1.2 语义标注的目的意义  28-29
  3.2 人体关节语义化组织  29-33
    3.2.1 组织方法的来源和现状  29
    3.2.2 语义化组织方法详解  29-33
    3.2.3 人体关节组织的目的  33
  3.3 关节运动数据时空特征提取  33-36
    3.3.1 关节时空特征提取的目的  33-34
    3.3.2 关节时空特征提取的方法  34-36
  3.4 底层语义标注  36-38
    3.4.1 运动类型语义空间的建立  36-38
    3.4.2 人体运动底层语义标注  38
  3.5 实验结果与分析  38-45
    3.5.1 人体运动序列数据说明和预处理  39-41
    3.5.2 时空特征矩阵度量方法比较  41-42
    3.5.3 聚类准确率分析  42-43
    3.5.4 标注结果分析  43-45
  3.6 本章小结  45-46
4 人体运动的知识挖掘模型  46-56
  4.1 语义鸿沟  47
  4.2 知识组织的作用  47-48
  4.3 语义化知识组织方法  48-49
  4.4 人体运动知识语义建模  49-55
    4.4.1 人体运动知识语义建模的底层数据  49-50
    4.4.2 相关概念定义  50-51
    4.4.3 人体运动概念的分层解释  51-53
    4.4.4 运动概念间关系管理  53-55
  4.7 本章小结  55-56
5 总结与展望  56-58
  5.1 总结  56-57
  5.2 展望  57-58
参考文献  58-62
攻读硕士学位期间发表学术论文情况  62-63
致谢  63-64

相似论文

基于SNS的教育视频细粒度标注研究与实现,TP391.6
多媒体个性化建模与检索,TP391.3
图像语义标注中的块—全局特征提取方法研究,TP391.41
结合WordNet的领域语义标注研究,TP391.1
基于领域知识的Deep Web接口发现研究,TP393.09
Deep Web数据集成系统中数据标注研究,TP393.09
Deep Web数据抽取及语义标注研究,TP393.09
软件安全领域垂直搜索引擎的优化设计与实现,TP391.3
基于语义的Web服务匹配研究,TP393.09
基于语义的Web服务自动组合的研究,TP393.09
基于CPN网络的Deep Web集成系统中结果模式语义标注方法,TP393.09
基于分层需求的领域本体构建及语义标注方法研究,TP391.1
基于SVM的视频语义提取和相关反馈的研究,TP391.3
业务服务的语义描述及标注技术研究,TP311.52
一种基于语义标注的个性化搜索技术的研究与实现,TP391.3
主谓关系识别与主题相关性计算技术研究,TP391.1
基于本体的金融事件跟踪,TP391.1
基于摄像机网络的监控系统,TP277
数学学科领域知识学习的知识表征研究,O1-4
初中物理学科领域知识学习中的工作记忆研究,B842.3