[发明专利]基于动态图元的小簇人群识别方法

权利要求书

1.基于动态图元的小簇人群识别方法，其特征在于包括如下步骤：

S1)提取轨迹

检测时空数据点，形成每个人的轨迹信息；

S2)基于动态图元的场景建模

将人群的轨迹信息构建成一个网络图其中，V为轨迹中的点，E为点之间的路径；

在预先制定好的关键点K上向外扩展多个层次，将每层网络的点集与边集信息存入图中，其中V^c是c-步层中的点，E^c∈|V^c×V^c|；

对构造好的图进行子图划分，将切分成一组子图g，将能突出代表场景的表征构建为点向量集合和相应的图元子图；

S3)基于卷积神经网络的人群分类

将S2)中的点向量集合和相应的图元子图输入到带有卷积核w∈R^hk的卷积神经网络，该卷积核作用于轨迹短片段以生成新的特征，通过公式在特征图上使用max-pooling函数来提取最大值作为选定的特征；其中，c_i为点i所在社区，为轨迹短片段，b∈R为偏置项，f为非线性函数ReLu；

利用具有dropout和softmax输出的全连接层识别人群并对人群进行分类；

在步骤S2)中，子图划分采用社区分割算法，公式如下：

其中，c_v和c_w分别为点v和点w所在的社区；函数δ(c_v,c_w)的取值定义为：如果v和w在一个社区，即c_v＝c_w，则为1，否则为0；m为边数；节点v的度表示为k_v；节点w的度表示为k_w；A为网络的邻接矩阵；表示在同一社区内的边数占所有边数的比例。