Key points are not available for this paper at this time.
本文描述了一种通过在线观察人类运动来增量学习人类运动模式原语的新方法。首先，根据同一运动原语的数据具有相同的潜在分布的假设，将观察到的时间序列数据流随机分割为潜在运动原语段。然后，将运动段抽象为随机模型表示，并自动聚类和组织。当观察到新的运动模式时，它们会根据在模型空间中的相对距离逐步归类为树结构。树的叶子代表最专业化的学习运动原语，然后将其传回分割算法，以便在已知运动原语数量增加时，分割的准确性也能得到提高。该组合算法在通过运动捕捉获得的连续人类运动数据序列上进行测试，并展示了所提出方法的性能.
Kulić等（星期四）研究了这个问题.