運(yùn)動(dòng)目標(biāo)軌跡分類與識(shí)別研究.pdf

1、運(yùn)動(dòng)目標(biāo)軌跡分類與識(shí)別是運(yùn)動(dòng)分析中的基本問(wèn)題，它的功能是解釋所監(jiān)視場(chǎng)景中發(fā)生的事件，對(duì)所監(jiān)視場(chǎng)景中運(yùn)動(dòng)目標(biāo)軌跡的行為模式進(jìn)行分析與識(shí)別，智能地做出自動(dòng)分類；由當(dāng)前目標(biāo)所處的狀態(tài)對(duì)將要發(fā)生的事件進(jìn)行預(yù)測(cè)，根據(jù)要求對(duì)異常事件進(jìn)行報(bào)警，從而達(dá)到安全監(jiān)控的目的。本文對(duì)運(yùn)動(dòng)目標(biāo)軌跡分類與識(shí)別作了較深入的研究，主要工作如下： 1.提出了一種新的真實(shí)場(chǎng)景中運(yùn)動(dòng)目標(biāo)軌跡有效性判斷的方法。在目標(biāo)跟蹤過(guò)程中由于刮風(fēng)等的影響而使一些軌跡受噪聲嚴(yán)重干擾

2、，本文基于軌跡長(zhǎng)度、軌跡上點(diǎn)坐標(biāo)值的方差以及運(yùn)動(dòng)目標(biāo)相鄰兩幀運(yùn)動(dòng)方向的角度，對(duì)真實(shí)場(chǎng)景中跟蹤到的軌跡預(yù)處理，進(jìn)行有效性判斷從而獲得有效的軌跡，為進(jìn)一步軌跡分類提供樣本。 2.應(yīng)用K均值自動(dòng)聚類算法，提出了一種新的基于軌跡空間相似距離的軌跡分類算法，對(duì)以上獲得的有效軌跡進(jìn)行分類。結(jié)果表明該算法分類效果較好，最后獲得兩個(gè)真實(shí)場(chǎng)景中6類軌跡共305個(gè)軌跡樣本，為進(jìn)一步的軌跡識(shí)別奠定基礎(chǔ)。 3.深入研究了隱馬爾可夫模型的三大經(jīng)典