[发明专利]一种基于变分BP-HMM的人的行为轨迹识别方法

摘要

本发明公开了一种基于变分BP‑HMM的人的行为轨迹识别方法，包括：提取行为样本的特征，建立行为轨迹及其数据集；确定用于模拟行为轨迹的模型，所述模型采用变分BP‑HMM模型；初始化贝塔过程的先验超参数；利用所述先验超参数训练所述模型，得到训练后的变分BP‑HMM模型；基于所述训练后的变分BP‑HMM模型，利用最大似然法识别人的行为轨迹。本发明创建并使用了一种能够用于人的行为轨迹识别的变分BP‑HMM。本发明的变分BP‑HMM模型构建了一个特征选择矩阵，并能够自动地学习出这个特征选择矩阵。本发明同时推导了变分BP‑HMM的自我学习更新的过程，给出了详细的推导算法，并指导性的给出了识别方法。

主权项

1.一种基于变分BP‑HMM的人的行为轨迹识别方法，其特征在于，包括如下步骤：步骤一：提取行为样本的特征，建立行为轨迹及其数据集；步骤二：确定用于模拟行为轨迹的模型，所述模型采用变分BP‑HMM模型；步骤三：初始化贝塔过程的先验超参数，包括如下步骤：步骤a1：确定所述行为轨迹的数据集中待被识别的行为种类；步骤a2：确定所有行为轨迹的平均长度；步骤a3：确定所述行为轨迹的维度；步骤a4：根据格式确定变分BP‑HMM中贝塔过程的超参数；步骤a5：将所有行为轨迹集中形成集合后的行为轨迹；步骤a6：利用K‑means算法对所述集合后的行为轨迹进行聚类处理，得到聚类结果；步骤a7：利用所述聚类结果统计得到变分BP‑HMM模型中HMM的超参数；步骤四：利用所述先验超参数训练所述模型，得到训练后的变分BP‑HMM模型；步骤五：基于所述训练后的变分BP‑HMM模型，利用最大似然法识别人的行为轨迹。