Resumen

En los últimos años, con el rápido desarrollo de las capacidades de almacenamiento de computadoras y las capacidades de transmisión en red, los usuarios pueden compartir fácilmente su propia información de video e imágenes en sitios de redes sociales, y la cantidad de datos multimedia en la red está aumentando rápidamente. Con el aumento continuo de la cantidad de datos en la red, el establecimiento de métodos de gestión de datos automatizados y métodos de búsqueda efectivos se ha convertido en una necesidad cada vez más urgente. Este documento propone un método de recuperación de datos de movimiento humano basado en la captura de movimiento en el espacio de índices. Al extraer fotogramas clave del movimiento original para realizar una reducción de dimensionalidad horizontal y definir características basadas en el análisis del movimiento de Laban, el segmento de movimiento se somete a una reducción de dimensionalidad de características verticales. Después de extraer características del segmento de movimiento de entrada, se realiza una coincidencia de movimiento en el espacio de índices. Este documento diseña el método de optimización del algoritmo de deformación temporal dinámica por fases en eficiencia

• Materias:Big Data Gestión de riesgos Administración de información Red neuronal Teoría de redes
• Subjects:Big Data Risk management Information management Neural network Network Theory
• Palabras claves:Desarrollo; Transmisión de red; Datos multimedia; Gestión automatizada de datos; Captura de movimiento; Alineación temporal dinámica
• Keywords:Development; Network transmission; Multimedia data; Automated data management; Motion capture; Dynamic time warping