有方案所不同的是，将利用GPU，采用并行处理的方式，进行相似度欧 拉距离的计算，这样，就可以避免传统方法中依次遍历骨骼夹角值所产生的时间开销，从而 可以大幅度提高运动检索时的匹配效率，进而提高运动检索效率。
[0031] 较佳地，可以采用下述方法计算两帧的相似度欧拉距离：
[0032] 步骤xl、对于关键帧f和运动数据库中的帧q，GPU通过OpenCL平台的Kernel核心函 数，采用并行计算的方式，按照= (# -和)2,计算出帧f的特征向量组和帧q的特征向 量组关于每个分量i的差值平方名/4。
[0033]其中，为帧f的特征向量组中的第i个分量，:?为帧q的特征向量组中的第i个分 量，i = l，…，m，m为特征向量组中的分量总数。
[0034]本步骤中具体如何利用Kernel核心函数采用并行计算的方式进行所述计算，为本 领域技术人员所掌握，在此不再赘述。
[0035] 步骤x2、所述GPU利用所述按
计算出帧f和帧q的相 似度欧拉距离D(f，q)。
[0036] 步骤102中根据两帧的相似度欧拉距离，确定是否匹配的具体方法为本领域技术 人员所掌握，在此不再赘述。
[0037] 图2为与上述方法相对应的一种运动检索装置结构示意图，如图2所示，该装置包 括：
[0038] 特征提取单元，用于根据当前待匹配的运动数据序列，得到其中每一帧中各运动 关节点的三维空间参数值;从所述帧中选择出关键帧，对于每个关键帧，利用该帧中预设的 特征运动关节点的三维空间参数值，构造出该帧的特征向量组；
[0039]匹配单元，用于对于每个所述关键帧，根据该帧的特征向量组，利用图形处理器 GPU，采用并行处理的方式，计算出该帧与运动数据库中每一帧的相似度欧拉距离，并根据 所述相似度欧拉距离，确定出与该关键帧相匹配的帧。
[0040]较佳地，所述特征提取单元，用于采用极限姿态方法，从所述帧中选择出所述关键 帧。
[0041 ]较佳地，所述匹配单元，用于对于关键帧f和运动数据库中的帧q，利用所述GPU通 过OpenCL平台的Kernel核心函数，采用并行计算的方式，按厢
计算出帧 f的特征向量组和帧q的特征向量组关于每个分量i的差值平方其中，#为帧f的特征 向量组中的第i个分量，^为帧q的特征向量组中的第i个分量，i = 1，…，m，m为特征向量组 中的分量总数;通过所述GPU利用所述θ/γ按照
：十算出帧f和帧q 的相似度欧拉距离D(f，q)。
[0042]较佳地，所述预设的特征运动关节点包括位于躯干、右胳膊、左胳膊、右腿和左腿 五个肢体上的关节点。
[0043]综上所述，以上仅为本发明的较佳实施例而已，并非用于限定本发明的保护范围。 凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的 保护范围之内。
【主权项】
1. 一种运动检索方法，其特征在于，包括： 根据当前待匹配的运动数据序列，得到其中每一帖中各运动关节点的=维空间参数 值； 从所述帖中选择出关键帖，对于每个关键帖，利用该帖中预设的特征运动关节点的= 维空间参数值，构造出该帖的特征向量组； 对于每个所述关键帖，根据该帖的特征向量组，利用图形处理器GPU，采用并行处理的 方式，计算出该帖与运动数据库中每一帖的相似度欧拉距离，并根据所述相似度欧拉距离， 确定出与该关键帖相匹配的帖。2. 根据权利要求1所述的方法，其特征在于，采用极限姿态方法，从所述帖中选择出所 述关键帖。3. 根据权利要求1所述的方法，其特征在于，所述相似度欧拉距离的计算包括： 对于关键帖f和运动数据库中的帖q，所述GPU通过化en化平台的Kerne 1核屯、函数，采用 并行计算的方式，按照= (0i - 6?)2，计算出帖f的特征向量组和帖q的特征向量组关 于每个分量i的差值平方0人其中，聲为帖f的特征向量组中的第i个分量，蹲为帖q的特 征向量组中的第i个分量，i = l，…，m，m为特征向量组中的分量总数； 所述GPU利用所述按照，计算出帖f和帖q的相似度欧拉距 离D(f，q)。4. 根据权利要求1所述的方法，其特征在于，所述预设的特征运动关节点包括位于躯 干、右胳膊、左胳膊、右腿和左腿五个肢体上的关节点。5. -种运动检索装置，其特征在于，包括： 特征提取单元，用于根据当前待匹配的运动数据序列，得到其中每一帖中各运动关节 点的=维空间参数值;从所述帖中选择出关键帖，对于每个关键帖，利用该帖中预设的特征 运动关节点的=维空间参数值，构造出该帖的特征向量组； 匹配单元，用于对于每个所述关键帖，根据该帖的特征向量组，利用图形处理器GPU，采 用并行处理的方式，计算出该帖与运动数据库中每一帖的相似度欧拉距离，并根据所述相 似度欧拉距离，确定出与该关键帖相匹配的帖。6. 根据权利要求5所述的装置，其特征在于，所述特征提取单元，用于采用极限姿态方 法，从所述帖中选择出所述关键帖。7. 根据权利要求5所述的装置，其特征在于，所述匹配单元，用于对于关键帖f和运动数 据库中的帖q，利用所述GPU通过化en化平台的Kernel核屯、函数，采用并行计算的方式，按照 台/q =货-?)2，计算出帖f的特征向量组和帖q的特征向量组关于每个分量i的差值平 方0/,q，其中，0/为帖f的特征向量组中的第i个分量，^为帖q的特征向量组中的第i个分 量，i = l，…，m，m为特征向量组中的分量总数；通过所述GPU利用所述，按照计算出帖f和帖q的相似度欧拉距离D(f，q)。
【专利摘要】本申请公开了一种运动检索方法和装置，其中方法包括：根据当前待匹配的运动数据序列，得到其中每一帧中各运动关节点的三维空间参数值；从所述帧中选择出关键帧，对于每个关键帧，利用该帧中预设的特征运动关节点的三维空间参数值，构造出该帧的特征向量组；对于每个所述关键帧，根据该帧的特征向量组，利用图形处理器GPU，采用并行处理的方式，计算出该帧与运动数据库中每一帧的相似度欧拉距离，并根据所述相似度欧拉距离，确定出与该关键帧相匹配的帧。采用本发明，可以提高运动检索效率。
【IPC分类】G06F17/30
【公开号】CN105653638
【申请号】
【发明人】王彦
【申请人】北京像素软件科技股份有限公司
【公开日】2016年6月8日
【申请日】2015年12月28日