南京邮电大学学报(自然科学版)

作者：陈松乐,孙知信

单位：南京邮电大学 江苏省邮政大数据技术与应用工程研究中心，江苏南京210003；南京邮电大学 国家邮政局邮政行业技术研发中心（物联网技术），江苏南京210003南京邮电大学 江苏省邮政大数据技术与应用工程研究中心，江苏南京210003；南京邮电大学 国家邮政局邮政行业技术研发中心（物联网技术），江苏南京210003

关键词：运动数据；可视化；自编码器

基金：国家自然基金（61672299,61972208,61702281）和江苏省高校自然基金（18BC051）资助项目

对运动数据集进行可视化是实现目标运动资源搜索的有效手段，文中提出了一种基于双层自编码的运动数据集可视化方法。首先在姿态层采用变分自编码器获得每个三维人体姿态在二维散点图中的坐标并使得相似的姿态彼此相邻，从而能够支持用户对目标运动资源的快速定位。其次在运动层采用双向长短时记忆递归网络对姿态的上下文运动进行自编码，获得的低维运动表示能够有效地支持用户在线运动分析。在CMU基准运动数据集上的实验结果验证了本文方法的有效性。

来源：2020年第3期

《南京邮电大学学报(自然科学版)》期刊编辑部

查看南京邮电大学学报(自然科学版)杂志2020年第3期