论文部分内容阅读
运动目标轨迹识别是运动分析中的基本问题，其目的是解释所监视场景中发生的事件，对所监视场景中运动目标轨迹的行为模式进行分析与识别，智能地做出自动分类。对轨迹有效性判断后采用K均值聚类，引入改进的隐马尔可夫模型算法，针对轨迹的复杂程度对各个轨迹模式类建立相应的隐马尔可夫模型，利用训练样本训练模型得到可靠的模型参数，计算测试样本对于各个模型的最大似然概率，选取最大概率值对应的轨迹模式类作为轨迹识别的结果，对两种场景中聚类后的轨迹进行训练与识别，平均识别率较高，实验结果表明该方法是有效的。