[发明专利]时序性聚类的人体运动视频分割方法

摘要

本发明公开了一种时序性聚类的人体运动视频分割方法，具体包括：对视频帧特征提取后计算距离变换图，并进行K均值聚类等处理得到作为这些视频帧的特征输出的类标签向量。视频帧特征之间关系建模为视频帧的特征矩阵构建一个相关性矩阵M描述视频帧特征之间的关系，在获得相关性矩阵M后，对其执行图切算法，可以获得视频帧特征的聚类结果，并以此作为视频帧的分割结果，其中聚类结果中的每个类代表包含一个独立动作的视频段。本发明解决了人体运动视频分割中视频帧中人体运动特征相似性与时序性的融合问题，提高了分割精度，同时在计算视频帧关系时由于不需要进行迭代计算，因此提升了计算效率。

主权项

1.时序性聚类的人体运动视频分割方法，其特征在于，包括如下步骤：视频帧的特征提取，视频帧特征之间关系建模，相关性矩阵的求解，相关性矩阵上的图切；/n视频帧特征提取：输入t帧视频，对每一视频帧进行背景减操作，提取出人体图像与背景图像，形成二值图；对视频帧计算距离变换图，将距离变换图按列展开为一个列向量；对t帧视频上所获取的距离变换图展开的列向量进行K均值聚类，得到每一帧视频的二值形式的类标签向量，将类标签向量作为这些视频帧的特征输出；/n视频帧特征之间关系建模：输入视频帧的特征集合{x