[发明专利]一种基于强化学习的在线非监督的人群组分割系统在审
| 申请号： | 201910827412.5 | 申请日： | 2019-09-03 |
| 公开（公告）号： | CN110751020A | 公开（公告）日： | 2020-02-04 |
| 发明（设计）人： | 杨华;张雪莹;程宇 | 申请（专利权）人： | 上海交通大学;中国电子科技集团公司电子科学研究院 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06K9/34;G06K9/62;G06T7/136 |
| 代理公司： | 31317 上海恒慧知识产权代理事务所(特殊普通合伙) | 代理人： | 徐红银 |
| 地址： | 200240 *** | 国省代码： | 上海;31 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 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。 | ||
| 搜索关键词： | 强化学习 运动人群 特征点 分割 相似度矩阵 运动相似度 语义 邻接矩阵 人群组 视频输入模块 分割模块 分割系统 构造路径 构造模块 像素级别 语义提取 最近邻 聚类 监督 | ||
【主权项】：
1.一种基于强化学习的在线非监督的人群组分割系统，其特征在于，包括：/n视频输入模块，该模块用于输入待分割的视频序列；/n运动人群语义提取模块，该模块通过视频序列追踪运动特征点轨迹，提取运动人群语义；/n近邻特征点确定模块，该模块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K；/n相似度矩阵构造模块，该模块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；/n强化学习模块，该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；/n分割模块，该模块用得到的分割阈值对所述运动相似度矩阵Z进行阈值分割，剩余的连通区域为最终特征点分割结果，基于所述特征点分割结果，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。/n
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于上海交通大学;中国电子科技集团公司电子科学研究院，未经上海交通大学;中国电子科技集团公司电子科学研究院许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910827412.5/，转载请声明来源钻瓜专利网。
