复杂场景中的轨迹优化方法
(0) 本文针对视频监控中复杂场景中的基于轨迹的行为理解问题,提出一种原始轨迹优化算法.已有的基于轨迹的行为理解方法,往往基于从基本目标跟踪算法获得的未经优化的原始跟踪轨迹,在复杂场景中含有大量不稳定样本.本文旨在产生更可靠的、适用于行为分析的运动轨迹,为此提出了一个两阶段优化方法,包括基于聚合层次聚类的无监督长轨迹分裂和基于二分图匹配模型的短轨迹连接.本文在两个现实场景中并且有挑战的数据集上做了实验,验证了轨迹优化算法的有效性.
视频监控图像 复杂场景 运动轨迹 优化算法 聚合层次聚类 二分图匹配模型
郭春超 赖剑煌 胡晓军 陈世哲 石世昌
中山大学信息科学与技术学院,广州 510006
国内会议
珠海
中文
97-101
2014-11-14（万方平台首次上网日期，不代表论文的发表时间）