利索-全球专利检索

  1. 登录
  2. 注册
发明公开
CN101719220A 基于有向截尾均值距离的轨迹聚类方法 无效 - 撤回

  • 专利标题： 基于有向截尾均值距离的轨迹聚类方法
  • 专利标题（英）： Method of trajectory clustering based on directional trimmed mean distance
  • 申请号： CN200910242008.8
    申请日： 2009-12-02
  • 公开(公告)号： CN101719220A
    公开(公告)日： 2010-06-02
  • 发明人: 闻佳 , 李超 , 魏奇 , 熊璋
  • 申请人： 北京航空航天大学
  • 申请人地址： 北京市海淀区学院路37号北京航空航天大学计算机科学与工程学院
  • 专利权人： 北京航空航天大学
  • 当前专利权人： 北京航空航天大学
  • 当前专利权人地址： 北京市海淀区学院路37号北京航空航天大学计算机科学与工程学院
  • 代理机构： 北京慧泉知识产权代理有限公司
  • 代理商 王顺荣; 唐爱华
  • 主分类号： G06K9/62
  • IPC分类号： G06K9/62
基于有向截尾均值距离的轨迹聚类方法
摘要：
一种基于有向截尾均值距离(DTMD，Directional Trimmed MeanDistance)的轨迹聚类方法，(1)轨迹提取：利用运动跟踪算法从原始动态视频序列中提取轨迹；(2)轨迹预处理：对提取的轨迹进行处理，减少由于目标跟踪过程中可能伴随由失跟、误跟及遮挡等造成轨迹不完整或有噪点污染等情况对后续处理的影响；(3)相似度计算：利用DTMD相似度公式计算轨迹之间相似度，构造相似度矩阵；(4)谱图聚类：将轨迹及其相似关系转换成一个加权图，图的顶点代表轨迹，边代表相邻点对应轨迹之间的相似度，利用拉普拉斯方程计算相似度矩阵特征根和特征向量，利用Fielder值对图进行分割；(5)得到聚类结果：利用(4)中的图的分割结果，转换成轨迹的分类，标记原始轨迹，输出轨迹聚类结果。
摘要（英）：

The invention discloses a method of trajectory clustering based on directional trimmed mean distance (DTMD). The method comprises the following steps of: (1) trajectory extraction: extracting the trajectory from an original dynamic video sequence by using a motion tracking algorithm; (2) trajectory pretreatment: pretreating the extracted trajectory to reduce influences of situations of incomplete trajectory caused by missed tracking, false tracing, sheltering and the like during target tracking or noise point pollution and the like on consequent treatments; (3) similarity degree computation: computing similarity degrees among trajectories by utilizing a DTMD similarity degree formula and constructing a similarity degree matrix; (4) spectrogram clustering: converting the trajectories and similarity relationships thereof into a weighted graph, wherein an apex of the graph stands for the trajectory, edges stand for the similarity degree among corresponding trajectories, computing a characteristic root and a characteristic vector of the similarity degree matrix by utilizing a Laplace equation, and segmenting the graph by utilizing a Fielder value; and (5) clustering result obtaining: converting the segmented result of (4) into trajectory classification, marking the original trajectory and outputting the trajectory clustering result.

0/0