人群密集场景中运动模式识别 |
| |
作者姓名: | 康永欣 袁丽英 |
| |
作者单位: | 哈尔滨理工大学 自动化学院,黑龙江 哈尔滨,150080;哈尔滨理工大学 自动化学院,黑龙江 哈尔滨,150080 |
| |
摘 要: | 针对从人群密集场景中识别运动模式的问题,提出了距离依赖中餐馆连锁店过程混合模型。该模型是一种引入依赖关系的层次化非参贝叶斯模型,能够通过引进独立于数据观测值的距离依赖信息,准确建模自然分组的数据,从中挖掘共享的数据模式。给出了模型的建立过程,并通过吉布斯采样的方法对模型进行求解,同时展示了相关的实验结果。通过对纽约广场火车站监控场景数据集中47 866条片段轨迹的建模分析,证明了模型可以自动确定场景中运动模式的个数,从不完整的轨迹中以98%的正确度学习并表达运动模式,并且能够在不同的运动模式之间共享公共的子模式。
|
关 键 词: | 运动模式识别 人群密集场景 非参贝叶斯模型 吉布斯采样 |
本文献已被 CNKI 万方数据 等数据库收录! |
|