1.一种基于LCSS-拓扑特征融合的滑板动作识别和互动方法,其特征在于,所述方法包括:步骤S1:获取滑板动作数据,并对所述滑板动作数据进行预处理,所述滑板动作数据包括:滑板的三轴加速度、角速度,步骤S2:根据预处理后的三轴加速度采用引入阻尼项的积分运算重构滑板轨迹,并对重构的滑板轨迹进行多维特征提取;所述多维特征包括:完整的位置轨迹序列、方向序列、运动统计特征以及方向变化特征;
步骤S3:从重构的滑板轨迹中提取拓扑学特征参数,得到拓扑特征;
步骤S4:根据滑板动作序列和预设标准库中动作样本,采用LCSS算法进行动作匹配,得到LCSS匹配得分;
步骤S5:将拓扑特征相似度、运动统计特征相似度与LCSS匹配得分进行加权融合,得到最终的动作相似度评分;
步骤S6:根据最终的动作相似度评分,得到滑板动作识别结果;
步骤S7:根据滑板动作识别结果和社交反馈机制,实现对滑板运动中复杂动作的精准识别与个性化社交体验;
其中,根据预处理后的三轴加速度采用引入阻尼项的积分运算重构滑板轨迹,包括:根据预处理后的三轴加速度采用引入阻尼项的积分运算进行积分,得到滑板速度;引入阻尼项的积分运算为:;
其中,为t时刻的滑板速度,为t-1时刻的滑板速度,为阻尼系数,为预处理后的滑板的三轴加速度;为积分时间间隔;
根据滑板速度进行积分,得到滑板位移,完成滑板轨迹重构;
其中,拓扑特征包括:曲率变化率、关键点数量、闭环结构数量;
所述曲率变化率为:
;
其中:为t时刻的滑板速度,为滑板轨迹在t时刻的曲率值,为矩阵或向量乘法;
所述关键点数量为关键点集合中元素的数量,所述关键点集合为:;
其中,K为关键点集合,包含曲率大于阈值的时刻,为曲率阈值;
所述闭环结构数量为:
;
其中,为闭环结构数量,用于衡量拓扑学特征,为k维循环群,用于表示拓扑中环的数量,为k维边界群,用于表示拓扑中边界的数量,为第k维同调群。
2.根据权利要求1所述的基于LCSS-拓扑特征融合的滑板动作识别和互动方法,其特征在于,对所述滑板动作数据进行预处理,包括:对所述滑板动作数据进行低通滤波、重力补偿,得到处理后的三轴加速度和角速度;其中,所重力补偿用于通过反映当前姿态的旋转矩阵将垂直方向的重力加速度分量从原始加速度数据中分离出去;重力补偿公式为:;
其中,是预处理后的滑板的三轴加速度,是滤波后的原始加速度数据,是反映当前姿态的旋转矩阵,θ为滑板的三维姿态角,g是重力向量,g=[0, 0, -9.81]T,为矩阵或向量乘法。
3.根据权利要求1所述的基于LCSS-拓扑特征融合的滑板动作识别和互动方法,其特征在于,根据滑板动作序列和预设标准库中动作样本,采用LCSS算法进行动作匹配,得到LCSS匹配得分,包括:设置匹配容差;所述匹配容差用于度量用户动作与标准动作之间的相似度;
根据滑板动作序列、预设标准库中动作样本以及所述匹配容差,采用LCSS动态规划算法,得到LCSS匹配相似度;其中LCSS匹配相似度为:;
其中,表示动作序列中第i个动作与第j个动作样本的LCSS匹配相似度,X_i、Y_j分别表示动作序列中第i个与第j个动作的特征向量,表示匹配容差;
对所述LCSS匹配相似度进行归一化处理,得到LCSS匹配得分为:;
其中,为LCSS匹配得分,m、n分别为滑板动作序列、预设标准库中动作序列的长度。
4.根据权利要求1所述的基于LCSS-拓扑特征融合的滑板动作识别和互动方法,其特征在于,步骤S7包括:在预设App端接入社交模块,用户将滑板动作识别结果以个性化动作卡片形式分享至平台,系统根据动作识别评分与社交互动自动生成社交得分;所述社交得分为:;
其中,表示社交得分;
根据所述社交得分进行系统优化判断,如果不满足收敛条件,则返回步骤S4,继续训练优化;
如果满足收敛条件,则采用社交功能拓展与社区机制实现社交功能拓展;所述社交功能拓展与社区机制用于基于滑板动作识别结果、评分历史与互动偏好,引入挑战任务推荐、滑板技能社群与技能标签化、排行榜体系统与个性化动态卡片生成模块,构建滑板爱好者之间以动作为媒介的社交网络,提升用户粘性与平台活跃度。
5.根据权利要求4所述的基于LCSS-拓扑特征融合的滑板动作识别和互动方法,其特征在于,采用社交功能拓展与社区机制实现社交功能拓展,包括:通过三维轨迹热力图标注跳跃高度和旋转角度;
根据LCSS匹配得分、闭环结构数量以及关键点数量,确定技术评分,根据技术评分划分动作等级;所述技术评分为:;
其中,表示技术评分,表示LCSS匹配得分,表示闭环结构数量,表示关键点数量;
对所述技术评分和所述社交得分进行加权求和,得到综合得分为:;
其中,为最终评分,为技术得分在最终评分中的权重;
截取满足曲率变化率大于预设曲率变化率值且速度大于预设速度值的关键帧,利用GAN网络生成风格化动作海报;
通过地理围栏显示1km内活跃用户,基于LCSS相似度和预设阈值推荐动作匹配的滑手;
关联LBS数据库标注场地专属动作,解锁需完成闭环结构数量β_k≥3动作的文化徽章;
设置技术成就、社交成就、虚拟道具和实体权益,形成完整的社交激励体系。
6.根据权利要求4所述的基于LCSS-拓扑特征融合的滑板动作识别和互动方法,其特征在于,挑战任务推荐模块的具体过程包括:获取当前用户的动作特征向量;
计算当前用户的动作特征向量与平台挑战库中所有挑战特征向量的欧式距离;
对所述欧式距离按距离从小到大进行排序,选取Top-N挑战推送;若当前用户的动作特征向量已存在相似挑战记录,则进入模仿赛推荐流程。
7.根据权利要求4所述的基于LCSS-拓扑特征融合的滑板动作识别和互动方法,其特征在于,个性化动态卡片生成模块的具体过程包括:滑板的动作识别成功后,自动生成含有轨迹动线图、动作GIF演示、评分维度雷达图及挑战状态的滑板动作卡片,用户能一键分享到App平台和社交媒体;所述滑板动作卡片附带动态二维码,支持他人扫码参与同一动作挑战。
8.根据权利要求4所述的基于LCSS-拓扑特征融合的滑板动作识别和互动方法,其特征在于,排行榜与积分系统具体包括:根据用户的识别准确率、挑战完成度、互动热度,确定综合积分,并设立积分排行榜;所述综合积分用于解锁定制动作皮肤、技能教程、虚拟徽章,激励用户形成“技能-分享-反馈”闭环;所述综合积分为:;
其中:表示综合积分;M_final表示最终的动作相似度评分;Challenge_Success_Rate表示挑战任务完成率;Interaction_Index表示综合互动得分;、、分别表示最终的动作相似度评分、挑战任务完成率以及综合互动得分的权重系数。