论文部分内容阅读
本文提出了一个基于线性主成份分析(PCA)子空间的运动分段方法,避开了直接在原始数据空间上的分段,从而提高了运动分段的效率,同时因为子空间特征体现了运动的内在结构,因此分段精度也得到了改善。实验结果证明,该分段方法能够很好的对一些常见的运动类型进行分段,并能成功地用于计算机专业课程的教学改革中。