高斯混合模型结合主成分分析_第1页
高斯混合模型结合主成分分析_第2页
高斯混合模型结合主成分分析_第3页
高斯混合模型结合主成分分析_第4页
高斯混合模型结合主成分分析_第5页
已阅读5页，还剩11页未读， 继续免费阅读

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

1基于混合高斯模型和主成分分析的

轨迹分析行为识别方法

作者：田国会、尹建芹日期：2016.01出版：电子学报

摘要

混合高斯模型将轨迹转变为关键点及关键区域，进行了行为意图的识别和部分异常轨迹的判断，最后利用主成分分析法提高异常轨迹识别率。

2家庭环境下人体行为的基本特征及描述关键点:是指与人的行为动作或习惯相联系而具有某种意义的位置或区域，例如，沙发、床等关键区域:是指连接关键点的能反映人的某些具体行为意图的区域拓扑点：关键点与此位置信息共同构成人体行为理

解用的拓扑地图，这些关键点我们称其为拓扑点．

3基于混合高斯聚类的轨迹分析首要问题：如何将该测量（x,y）值映射为关键点或关键区域。随机变量Z=(x，y)服从高斯混合模型M

4采用期望最大化算法EM来确定高斯混合模型各参数51、类k是我们自己定的不同的家庭环境，k的取值不同基于混合高斯聚类的轨迹分析

6第7、5、3类的顺序组合代表一种运动轨迹，在本例中表示桌子到床之间的轨迹，此时目标可能是去休息．第3、4、2类的顺序组合则表示了床到饮水机之间的轨迹，此时目标可能是去倒水通过统计关键点和经历聚类的顺序就能够实时的对目标的行为意图进行检测

基于混合高斯聚类的轨迹分析基于聚类结果的人体意图预测

异常轨迹可分为两大类:第一，不能到达目标点，此时通过对聚类结果进行分析，目标在关键点之间长时间没有运动=>异常；第二，目标能够到达目标点，在运动过程中经历了圆弧形或者s形等有异于日常行为活动的曲线=>异常

7是不是还有别的异常轨迹引入速度？基于混合高斯聚类的轨迹分析建立当前点与拓扑点之间的映射关系:

首先判断当前点所属的关键点，计算各拓扑点属于该关键点的概率，选择最大概率对应的拓扑点，如果该最大概率大于某一阈值，则认为当前点属于拓扑点．如果当前

人人文库> 全部分类> 专业文献 > 医学资料

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论