學(xué)習(xí)筆記，僅供參考，有錯(cuò)必糾

---

光學(xué)影像序列中基于多視角聚類的群組行為分析

摘要

群組行為分析是光學(xué)影像序列分析中的一項(xiàng)重要課題, 在近年來(lái)引起了人工智能領(lǐng)域研究人員的廣泛關(guān)注. 與行人個(gè)體相比, 群組能提供更高層的語(yǔ)義表示, 為分析人群運(yùn)動(dòng)模式提供基礎(chǔ).
本文將人群影像序列中的影像塊作為研究對(duì)象, 提出了一種基于多視角聚類的群組行為分析方法, 對(duì)運(yùn)動(dòng)模式不同的群組進(jìn)行區(qū)分, 主要研究?jī)?nèi)容有:

• 提出了基于特征點(diǎn)的影像塊構(gòu)圖方法, 從交互關(guān)系、空間位置、運(yùn)動(dòng)方向分布, 以及運(yùn)動(dòng)規(guī)律等方面衡量影像塊之間的關(guān)系;
• 提出了一種多視角聚類方法, 通過(guò)融合多種特征對(duì)每個(gè)影像塊分配類標(biāo)簽, 并引入圖多樣性正則項(xiàng)以避免特征冗余;
• 提出了一種類合并方法, 根據(jù)類內(nèi)特征點(diǎn)的運(yùn)動(dòng)方向和類中心位置坐標(biāo), 對(duì)關(guān)聯(lián)度較高的類別進(jìn)行合并, 自動(dòng)確定最終群組數(shù)目.

CUHK 人群數(shù)據(jù)集上的實(shí)驗(yàn)結(jié)果證明了該方法能夠準(zhǔn)確劃分出影像數(shù)據(jù)中的群組. 另外, 與現(xiàn)有方法相比, 本文提出的多視角聚類方法也在不同數(shù)據(jù)集上取得了較好的實(shí)驗(yàn)結(jié)果。

引言

近幾十年來(lái)人口快速增長(zhǎng), 人群聚集活動(dòng)日益頻繁, 隨之而來(lái)的安全問(wèn)題給公共場(chǎng)所管理帶來(lái)了嚴(yán)峻挑戰(zhàn), 使得公眾對(duì)智能視頻監(jiān)控的需求更加迫切. 光學(xué)影像序列分析利用成像系統(tǒng), 結(jié)合計(jì)算機(jī)視覺(jué)技術(shù)對(duì)影像數(shù)據(jù)進(jìn)行解析, 成為當(dāng)前的研究熱點(diǎn). 群組行為分析是光學(xué)影像序列分析領(lǐng)域的重要課題. 在擁擠場(chǎng)景中, 人群普遍以群組形式進(jìn)行運(yùn)動(dòng). 對(duì)影像數(shù)據(jù)中的群組進(jìn)行分析, 可以獲取人群運(yùn)動(dòng)的高層語(yǔ)義信息. 因此, 群組行為分析成為一項(xiàng)研究重點(diǎn), 并具有廣泛的實(shí)際應(yīng)用價(jià)值, 在行人跟蹤 [1]、人群計(jì)數(shù) [2]、場(chǎng)景語(yǔ)義分割 [3]

總結(jié)

以上是生活随笔為你收集整理的文献记录(part79)--光学影像序列中基于多视角聚类的群组行为分析的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問(wèn)題。

如果覺(jué)得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。