[发明专利]一种采用局部运动特征相似性引导的子空间聚类方法

权利要求书

1.一种采用局部运动特征相似性引导的子空间聚类方法，其特征在于，具体按照以下步骤实施：

步骤1、读入特征点数据，计算特征点之间的相似性并构造相似性矩阵W，具体实施步骤为：

步骤1.1、读入跟踪特征点的轨迹坐标数据

第i个被跟踪的特征点在跟踪时长为F帧内的运动轨迹

其中，是该特征点在时刻为第t帧的坐标，t＝1,2,…,F，i＝1,…,n，

n个特征点的运动轨迹所构成的特征数据矩阵

步骤1.2、计算每个特征点的速度向量v_i

vi=(xi1-xi2,yi1-yi2,...,xiF-1-xiF,yiF-1-yiF,xiF,yiF)T,]]>

其中，i＝1,…,n；

步骤1.3、计算特征点间的速度向量相关性值

Wi,j=|(viTvj||vi||2||vj||2)η|,]]>

其中，i≠j且i,j∈{1,2,…,n}，η≥1，

相似性矩阵W的第i行、第j列的元素为W_i,j；

步骤2、计算步骤1中得到的相似性矩阵的Laplacian矩阵L；

步骤3、计算特征点的编码系数矩阵C；

步骤4、对步骤3得到的编码系数矩阵C进行谱聚类分割，获得每个特征点的类别标号。

2.根据权利要求1所述的一种采用局部运动特征相似性引导的子空间聚类方法，其特征在于，所述步骤2中的Laplacian矩阵L：

L＝D-W，

其中，D为对角矩阵，

D的对角线上的元素

其中，i＝1,…,n。