1.一种基于运动节奏的人体行为数据分割方法，其特征在于，包括如下步骤：步骤1、通过动作捕捉可穿戴传感器采集人体行为运动过程中关节骨骼数据，生成BVH运动捕捉数据序列文件，加载解析运动序列文件；

步骤2、基于步骤1加载解析BVH文件得到位置坐标信息，选用躯干与各肢体关节间的位置曲线距离形成的运动分量为人体行为动作的特征数据，采用小波变换提取低频分量特征数据，并计算特征曲线中相邻波峰间距离确定人体运动节奏，利用节奏确定分割点，依据分割点将人体长运动序列数据分割为多个具有独立性的运动序列片段；

步骤3、基于步骤2得到的分割结果，由于人体运动过程中的序列数据具有周期性及连续性，采用最小二乘法对分割后的运动片段序列做进一步的动作细分和重组。

2.根据权利要求1所述的一种基于运动节奏的人体行为数据分割方法，其特征在于，所述步骤1中：对运动关节数据坐标进行转换时，要依次获得从目标节点的直接父节点到根节点的所有前驱节点的旋转坐标。

3.根据权利要求1所述的一种基于运动节奏的人体行为数据分割方法，其特征在于，所述步骤1具体按照以下步骤实施：步骤1.1、通过动作捕捉可穿戴传感器采集人体行为运动过程中关节骨骼数据，以欧拉角形式保存，并生成BVH运动捕捉数据序列文件；

步骤1.2、经步骤1.1后，BVH运动数据文件包含关节层次结构和运动数据块，定义四元组解析人体关节信息；将人体运动序列数据块中的欧拉角转换为位置坐标以解析运动数据块信息；

步骤1.3、待步骤1.2完成后，依次计算人体关节的四元组以及其对应数据块的位置坐标信息，完成数据转换。

4.根据权利要求1所述的一种基于运动节奏的人体行为数据分割方法，其特征在于，所述步骤2中：不同人体的运动节奏存在差异，采用小波变换提取低频分量中表征人体运动特征向量。

5.根据权利要求1所述的一种基于运动节奏的人体行为数据分割方法，其特征在于，所述步骤2具体按照以下步骤实施：步骤2.1、基于各关节点的位置坐标信息，计算人体各肢体关节与躯干间的位置曲线距离，形成的运动分量作为人体行为动作的特征数据；

步骤2.2、经步骤2.1后，采用小波变换提取低频特征数据，依次得到小波变换后具有节奏信息的低频分量和表示运动细节的高频分量，其中高频分量是对低频分量曲线变换程度的描述；

步骤2.3、待步骤2.2完成后，提取低频分量作为特征数据，并计算特征曲线中相邻波峰间距离以确定人体运动节奏，再根据节奏确定分割点，依据分割点将人体运动的长序列数据分割为多个具有独立性的运动序列片段。