Python 计算人体动作关键点相似度：余弦相似度实现及百分制转换

可以使用欧几里德距离或余弦相似度来计算两个动作之间的相似度。以下是使用余弦相似度的示例代码：

import numpy as np

def cosine_similarity(x, y):
    '计算两个向量之间的余弦相似度'
    dot_product = np.dot(x, y)
    norm_x = np.linalg.norm(x)
    norm_y = np.linalg.norm(y)
    return dot_product / (norm_x * norm_y)

# 生成两个随机动作的关键点数据
action1 = np.random.rand(15, 2)
action2 = np.random.rand(15, 2)

# 计算两个动作之间的余弦相似度
similarity = cosine_similarity(action1.flatten(), action2.flatten())

# 将相似度转化为百分制
similarity_percent = similarity * 100

print('动作1：')
print(action1)
print('动作2：')
print(action2)
print('余弦相似度：', similarity)
print('相似度百分比：', similarity_percent)

输出示例：

动作1：
[[0.53081163 0.51505411]
 [0.29102966 0.87409439]
 [0.40486209 0.69696927]
 [0.94669205 0.26611274]
 [0.00738801 0.45793347]
 [0.65369124 0.09219735]
 [0.28700201 0.74247734]
 [0.90442329 0.35132172]
 [0.2442847  0.07100882]
 [0.79086681 0.32584594]
 [0.71780646 0.6336647 ]
 [0.67420103 0.61341509]
 [0.68487788 0.3242644 ]
 [0.08148294 0.75466355]
 [0.33496536 0.28635726]]
动作2：
[[0.16069534 0.63663107]
 [0.22227613 0.29038259]
 [0.96458339 0.55800626]
 [0.0633725  0.98118591]
 [0.89301994 0.45121297]
 [0.42342101 0.63384537]
 [0.85392177 0.43533878]
 [0.51062239 0.50758182]
 [0.73711609 0.95692685]
 [0.06739501 0.90192686]
 [0.24219056 0.49203182]
 [0.13139481 0.17041411]
 [0.0329004  0.80228337]
 [0.63419345 0.15235264]
 [0.98767876 0.64125684]]
余弦相似度： 0.7711047185626191
相似度百分比： 77.1104718562619

可以看到，两个随机动作的相似度约为77%。