-
公开(公告)号：CN110751017B
公开(公告)日：2021-03-02
申请号：CN201910827133.9
申请日：2019-09-03
Applicant: 上海交通大学
Abstract: 本发明公开了一种基于强化学习的在线非监督的人群组分割方法及终端，包括：通过视频序列追踪运动特征点轨迹并提取运动人群语义；使用速度约束的自然最近邻法确定每个特征点最近邻的数量；计算每个特征点与其最近邻K个点的路径相似度，构造路径相似度矩阵；计算不同特征点轨迹在该时刻的运动相似度邻接矩阵；构建强化学习模块；构建价值矩阵进行强化学习训练，获得最佳分割阈值；根据最佳分割阈值对相似度邻接矩阵进行阈值分割，剩余的连通区域为最终特征点分割结果；基于最终特征点分割结果，利用K最近邻法对运动人群语义进行分割聚类，实现像素级别的人群组分割。通过本发明，提高了计算准确性以及分割准确性。
-
公开(公告)号：CN110751017A
公开(公告)日：2020-02-04
申请号：CN201910827133.9
申请日：2019-09-03
Applicant: 上海交通大学
Abstract: 本发明公开了一种基于强化学习的在线非监督的人群组分割方法及终端，包括：通过视频序列追踪运动特征点轨迹并提取运动人群语义；使用速度约束的自然最近邻法确定每个特征点最近邻的数量；计算每个特征点与其最近邻K个点的路径相似度，构造路径相似度矩阵；计算不同特征点轨迹在该时刻的运动相似度邻接矩阵；构建强化学习模块；构建价值矩阵进行强化学习训练，获得最佳分割阈值；根据最佳分割阈值对相似度邻接矩阵进行阈值分割，剩余的连通区域为最终特征点分割结果；基于最终特征点分割结果，利用K最近邻法对运动人群语义进行分割聚类，实现像素级别的人群组分割。通过本发明，提高了计算准确性以及分割准确性。
-
公开(公告)号：CN110751020A
公开(公告)日：2020-02-04
申请号：CN201910827412.5
申请日：2019-09-03
Applicant: 上海交通大学 , 中国电子科技集团公司电子科学研究院
Abstract: 本发明公开了一种基于强化学习的在线非监督的人群组分割系统，其包括：视频输入模块；运动人群语义提取模块，提取运动人群语义；近邻特征点确定模块，确定每个特征点最近邻的数量K；相似度矩阵构造模块，构造路径相似度矩阵W；通过W计算不同特征点轨迹在该时刻的运动相似度邻接矩阵Z；强化学习模块，通过强化学习获得运动相似度邻接矩阵Z最佳的分割阈值；分割模块，利用K最近邻法对运动人群语义进行分割聚类，实现像素级别的人群组分割。通过本发明，提高了计算准确性以及分割准确性。
-
-
Search Results
3
records
(took 0.096 seconds)
