基于Hausdorff距离的视觉监控轨迹分类算法
针对智能视觉监控系统中的运动目标轨迹分类问题,提出了一种基于多维Hausdorff距离的轨迹聚类算法.该算法使用流矢量序列描述目标运动轨迹,由多维Hausdorff距离进行轨迹相似性测量,通过谱聚类实现轨迹分类.该算法在轨迹描述中同时包含位置和方向信息,解决了Hausdorff距离不能区分轨迹运动方向的问题.为降低计算复杂度,本文还提出一种保距变换对轨迹相似性测量进行优化.与相关算法的对比实验表明,提出的轨迹分类算法可达到更高的聚类准确率;提出的保距变换可以显著降低算法的计算复杂度.
人工智能、轨迹分类、Hausdorff距离、谱聚类、保距变换
39
TP391.4(计算技术、计算机技术)
"863"国家高技术研究发展计划项目2003AA1Z2130;浙江省重大科技攻关项目2005C11001-02
2016-05-17(万方平台首次上网日期,不代表论文的发表时间)
共7页
1618-1624