[发明专利]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有效
| 申请号： | 201910827133.9 | 申请日： | 2019-09-03 |
| 公开（公告）号： | CN110751017B | 公开（公告）日： | 2021-03-02 |
| 发明（设计）人： | 杨华;程宇 | 申请（专利权）人： | 上海交通大学 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06K9/34;G06K9/62;G06T7/136 |
| 代理公司： | 上海恒慧知识产权代理事务所(特殊普通合伙) 31317 | 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。 | ||
| 搜索关键词： | 一种 基于 强化 学习 在线 监督 人群 组分 方法 终端 | ||
【主权项】：
1.一种基于强化学习的在线非监督的人群组分割方法，其特征在于，包括：/nS101：通过视频序列追踪运动特征点轨迹并提取运动人群语义；/nS102：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；/nS103：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；/nS104：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；/nS105：设置强化学习模块中的参数，所述参数包括状态值T
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，未经上海交通大学许可，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/201910827133.9/，转载请声明来源钻瓜专利网。
