[发明专利]一种新型的运动分割模型数量检测方法

权利要求书

1.一种新型的运动分割模型数量检测方法，其特征在于，包括如下步骤，

步骤S1、准备数据集：对于一段输入视频，利用SIFT特征提取算法和匹配算法获取输入视频的特征点运动轨迹X，即X＝{x_i}，i＝1,2,...,N，N为数据总数，N为自然数；

步骤S2、构造关联矩阵：根据步骤S1获得的运动轨迹，采用稀疏最优规划策略计算稀疏特征，并根据稀疏特征构造关联矩阵；

步骤S3、计算每个运动轨迹的权重；

步骤S4、构造决策图：基于步骤S2构造的关联矩阵及步骤S3得到的运动轨迹的权重，计算每个运动轨迹的决策分数，构造决策图；

步骤S5、检测运动分割的模型数量：通过统计所有运动轨迹的决策分数来检测运动分割的模型数量；

所述步骤S3具体实现如下：

步骤S31、对于每个运动轨迹x_i，将其与其他运动轨迹的关联提取出来组成x_i的关联集合，即s_i＝{s_i1,s_i2,…s_iN}；

步骤S32、计算其他运动轨迹与该关联集合最大值的跨度，即θ_i^j＝max(s_i)-s_ij；

步骤S33、定义其他运动轨迹的先验概率：

步骤S34、接着定义相应的熵如下：

该熵能够用于衡量运动轨迹x_i的关联集合中含有可用信息内容的程度；

步骤S35、根据所计算的熵，选择运动轨迹x_i的邻居集合：

x^*_i＝{x_j|ζ+logp(θ_i^j)＜0}

步骤S36、通过统计运动轨迹x_i邻居集合的成员个数作为它权重，即

所述步骤S4具体实现如下：

基于关联矩阵与运动轨迹的权重，计算每个运动轨迹的决策分数：

其中，Ω(x_i)＝{x_q|w_q＞w_i}，即包含所有权重大于该运动轨迹权重的所有成员；另外，对于包含权重最大值的运动轨迹，定义其决策分数为：

2.根据权利要求1所述的一种新型的运动分割模型数量检测方法，其特征在于，所述步骤S2具体实现如下：

步骤S21、对于所有运动轨迹，根据稀疏最优规划策略计算稀疏特征，即如下公式：

min||C||₁s.t.X＝XC,diag(C)＝0

式中，是一个矩阵，该矩阵的每一列对应一个轨迹的稀疏特征；

步骤S22、根据稀疏特征构造关联矩阵，即

S＝|C|+|C|^T。

3.根据权利要求1所述的一种新型的运动分割模型数量检测方法，其特征在于，所述步骤S5具体实现如下：

步骤S51、对决策分数从小到大排序，即

步骤S52、计算决策分数的落差集合：

步骤S53、找到最大的落差点的位置即为运动分割的模型数量：

k＝arg max D。