近几年来,随着三维游戏一系列的创作产品不断地兴起,计算机不仅在在文化创作(例如广告设计、电影创作、动画特效)、人机交互、游戏创作、广告娱乐等应用中发挥着不可替代的影响,还广泛应用于教育事业以及国防建设、卫星研发等科技领域。计算机图形学技术以及计算机软硬件的迅猛发展更是让计算机有能力开发出这些产品,并且提供了更加便捷的途径。随着大规模的三维人体运动数据库的不断建立,我们需要从复杂的人体运动序列中找到可以准确代表整个运动序列的属性描述符,需要对人体运动数据进行高效合理地分析与处理,以及检索出符合用户需求的目标运动序列,这些工作都是任重而道远的。我们针对基于多特征的人体骨架运动数据的检索提出了一种高效的解决方案。第一个主要的亮点在于我们利用不同的分步提取标准,从运动序列中提取并描述多种特征。另外,为了更加便利高效地进行特征匹配,我们通过主成分分析法和聚类分析法对特征描述符进行降维,并且利用多运动直方图来表示每种特征中的一个运动序列。最后,通过测度并排序查询序列和数据库中的目标序列的运动直方图的相似度,得到最终的检索结果。多次的对比实验表明我们提出的算法性能和效率较为突出。其中,我们工作的主要贡献在于以下四点：1、运动数据的多种特征提取。考虑到人体骨架的几何特征可以比较真实地反映出运动的本质特性,因此选取四种具有代表性的几何特征来更加准确地描述运动序列以提高检索的精确度。传统的二维几何特征提取只是显示三维人体骨架运动的局部几何特征,但是在我们提出的基于多特征的人体骨架运动数据的检索算法中提取基于三维空间的位置关系的特征是从全局的角度出发,来表示出人体运动的几何特征。这样既可以有效精准地显示出每个关节点自身的独立运动特征,又可以清楚明确地反映出各个关节点之间相互作用的运动特征。2、运动特征描述符的降维。由于我们提取出来的三维人体骨架运动特征描述符的维数很高,为了避免所谓的维数灾难问题,达到精准的运动序列查询和检索目的,本文通过主成分分析法和聚类分析法等技术对特征描述符进行降维来方便后续分析和处理,争取以最少的代价达到更高精度的特征匹配。3、运动数据的特征匹配。本文针对三维人体骨架运动数据进行降维、聚类分析等预处理之后,提出来利用运动直方图来对处理结果进行分析表示,也就是说可以通过计算每个类别出现的频率建立出运动直方图,并求得两两直方图之间的欧氏距离来对查询序列和数据库中目标序列进行匹配和检索。4、实验效果的评价测度。本文对查询序列和数据库中的每一个目标序列的运动直方图的相似度使用MAP和P@n的评价指标进行实验效果的度量,对检索结果的性能进行评判。