基于惯常速率的多类目标轨迹预测

摘要：

为了解决监控视频中对大量不同类型的运动目标进行运动轨迹预测的问题,开展了两个方面的工作:一方面,系统地提出了对多类目标的轨迹预测流程;另一方面,在社交力模型的基础上,探讨了一种新的以惯常速率为聚类对象的运动模式特质分类方法,并应用这种方法在Stanford Drone数据库上取得了领先的结果.该方法可以使目标轨迹预测的研究对象拓展到除行人以外的其他任何移动目标,如汽车、自行车等运动物体,并对他们的运动轨迹进行有效预测.该方法在实现高精度预测的基础上,极大地缩短了目标分类所用的时间,分类效率的提高达五个数量级.

关键词： 监控视频图像 目标轨迹预测 运动模式 图像分类 惯常速率

作者: 叶汉荣 刘梦源 郑伟诗 刘宏

作者单位: 北京大学深圳研究生院物联网智能感知技术实验室,广东深圳518055;中山大学物理学院,广东广州510275 北京大学深圳研究生院物联网智能感知技术实验室,广东深圳518055 中山大学数据科学与计算机学院,广东广州510006

会议类型: 国内会议

会议名称: 第十二届中国智能机器人大会

会议地点: 哈尔滨

会议语种:中文

页码: 230-235

在线出版日期: 2017-10-01（万方平台首次上网日期，不代表论文的发表时间）