APP下载

一种基于归一化分割方法的集体行为识别算法研究

2016-01-20靳炳辉,吴云鹏,叶阳东

中原工学院学报 2015年4期

一种基于归一化分割方法的集体行为识别算法研究

靳炳辉, 吴云鹏, 叶阳东

(郑州大学 信息工程学院, 郑州 450052)

摘要:提出了一种基于归一化分割方法的集体行为识别算法,该算法通过运动个体的复杂特征定义个体间的相似性度量,得到集体行为聚类。实验结果表明,在多种视频场景中,该算法均能有效地识别集体行为模式;以真实聚类个数的差异作为评价指标,本方法具有更高的准确性。

关键词:集体行为;相似性度量;归一化分割方法

收稿日期:2015-05-05

基金项目:国家自然科学基金项目(61202207)

作者简介:靳炳辉(1988- ),男,河南三门峡人,硕士生,主要研究方向为人工智能。

文章编号:1671-6906(2015)04-0047-03

中图分类号:TH124

文献标志码:A

DOI:10.3969/j.issn.1671-6906.2015.04.012

Abstract:In this paper, a collective motion recognition algorithm based on Normalized Cut is proposed to identify the collective behavior, research the collective behavior clustering through defining the similarity measure between the complex characteristics in individuals. The experimental results show that, the algorithm can identify the collective behavior patterns effectively in a variety of video scene, and comparing with existed methods shows that this method has higher accuracy with true clustering number difference as evaluation index.

集体行为是指在运动场景中具有相似或一致性行为模式的运动个体集合。随着社会人口密集程度的提升,集体行为在日常活动中发生的频率进一步增加。近年来,集体行为的识别一直是研究的热点问题,它可以应用到异常检测[1-2]、行为识别[3]、个体计数[4]和人群追踪[5]等新领域中。

在对集体行为识别的研究中,很多学者对现实生活中存在的集体行为进行了有效的分析与讨论。为了探究运动场景中集体行为模式的识别方法,Zhou B等提出了一种基于K近邻的方法检测集体行为模式,通过跟踪场景内个体的运动轨迹识别集体行为[6-7]。然而,现如今集体行为的种类越来越多,运动场景和个体之间的交互关系也越来越复杂。如何有效地捕捉运动数据与行为特征,准确地对个体进行相似性度量,是集体行为识别研究所面临的关键问题。……

登录APP查看全文