[发明专利]基于动态图元的小簇人群识别方法

摘要

本发明提供一种基于动态图元的小簇人群识别方法，包括如下步骤：S1)提取轨迹；S2)基于动态图元的场景建模；S3)基于卷积神经网络的人群分类。本发明的优点为：通过提取行人的轨迹图的语义信息，让后续的神经网络捕捉到更好的特征信息从而完成分类，该模型在准确率与召回率指标上同传统的机器学习方法相比效果提升明显。

主权项

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，为轨迹短片段，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。