[发明专利]用于检测异常运动的方法和设备有效
| 申请号： | 201410059276.7 | 申请日： | 2014-02-21 |
| 公开（公告）号： | CN104008390B | 公开（公告）日： | 2018-11-06 |
| 发明（设计）人： | 柳永俊;郑夏旭;李侊茂;崔镇荣;朴东俊;林廷恩 | 申请（专利权）人： | 韩华泰科株式会社;首尔国立大学校产学协力财团 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62 |
| 代理公司： | 北京铭硕知识产权代理有限公司 11286 | 代理人： | 张云珠;胡江海 |
| 地址： | 韩国庆尚*** | 国省代码： | 韩国;KR |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 提供了一种用于检测异常运动的方法和设备。所述设备包括特征跟踪单元，被配置为提取输入图像中的运动对象的特征，跟踪提取的特征的位置随着时间的变化，并确定提取的特征的轨迹；主题在线学习单元，被配置为以作为成束的轨迹的文件为单位对输入图像进行分类，并通过使用作为概率主题模型的在线学习方法来确定构成分类的文件的主题的概率分布状态；运动模式在线学习单元，被配置为对于每个确定的主题来学习速度和方向，并通过推断确定的主题之间的时空相关性来学习运动模式。 | ||
| 搜索关键词： | 用于 检测 异常 运动 方法 设备 | ||
【主权项】：
1.一种用于检测异常运动的设备，所述设备包括：特征跟踪单元，被配置为提取输入图像中的运动对象的特征，跟踪提取的特征的位置随着时间的变化，并确定提取的特征的轨迹；主题在线学习单元，被配置为以作为成束的轨迹的文件为单位对输入图像进行分类，并通过使用作为概率主题模型的在线学习方法来确定包括在分类的文件中的主题的概率分布状态，其中，通过一组矢量差表示轨迹，其中，所述一组矢量差表示当前帧中的实际特征的位置和之前帧中的实际特征的位置之间的一组矢量的差；运动模式在线学习单元，被配置为对于每个确定的主题来学习速度和方向，并通过使用K均值聚类方法通过推断确定的主题之间的时空相关性来学习运动模式。
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韩华泰科株式会社;首尔国立大学校产学协力财团，未经韩华泰科株式会社;首尔国立大学校产学协力财团许可，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/201410059276.7/，转载请声明来源钻瓜专利网。
- 上一篇：冰箱
- 下一篇：吹胀式冷凝器和包括该吹胀式冷凝器的冰箱
