本文關(guān)鍵詞：基于隱馬爾科夫模型的軌跡聚類方法研究

  更多相關(guān)文章： 隱馬爾可夫模型 時(shí)間序列 軌跡 相似度計(jì)算方法 譜聚類

【摘要】：軌跡作為一種動(dòng)態(tài)特征能更加全面地描述視頻內(nèi)容信息,在多媒體信息處理研究領(lǐng)域得到了廣泛地應(yīng)用,而在該領(lǐng)域中尤其是視頻相關(guān)研究領(lǐng)域,對(duì)軌跡實(shí)現(xiàn)聚類分割則是整個(gè)研究過程中至關(guān)重要的一步,劃分結(jié)果的好壞將直接影響到后續(xù)研究工作的進(jìn)行。本文主要研究如何根據(jù)隱馬爾可夫模型的理論和原理實(shí)現(xiàn)對(duì)視頻軌跡的聚類劃分。具體來說,主要對(duì)以下三個(gè)方面進(jìn)行研究分析：1、建立基于參考隱馬爾可夫模型的軌跡距離矩陣。目前現(xiàn)有的基于隱馬爾可夫模型的聚類方法通常需要很大的計(jì)算量,尤其是建立軌跡距離矩陣的過程,在該過程中需要對(duì)整個(gè)軌跡數(shù)據(jù)集中的每一個(gè)對(duì)象進(jìn)行訓(xùn)練得到對(duì)應(yīng)的隱馬爾可夫模型,然后根據(jù)獲得的隱馬爾可夫模型對(duì)數(shù)據(jù)集中的每一條軌跡進(jìn)行學(xué)習(xí),從而獲得軌跡的距離矩陣,這個(gè)過程的時(shí)間復(fù)雜度是O(n2),n指的是軌跡數(shù)據(jù)數(shù)目。針對(duì)這個(gè)問題,本文提出了使用參考隱馬爾可夫模型集來構(gòu)建軌跡距離矩陣的方法,主要思想就是從整個(gè)軌跡數(shù)據(jù)集中隨機(jī)選取一定數(shù)量的軌跡數(shù)據(jù)然后對(duì)它們進(jìn)行訓(xùn)練,得到對(duì)應(yīng)的隱馬爾可夫模型作為參考隱馬爾可夫模型集合ref-HMM,根據(jù)獲得的ref-HMM,對(duì)軌跡數(shù)據(jù)集中的每一個(gè)對(duì)象進(jìn)行學(xué)習(xí),得到軌跡的基于ref-HMM的距離矩陣。使用該方法構(gòu)建距離矩陣的時(shí)間復(fù)雜度是O(n×r), n是軌跡數(shù)目,r是選取的參考軌跡數(shù)目。2、使用向量點(diǎn)乘方法計(jì)算軌跡對(duì)象之間的相似度。在基于隱馬爾可夫模型的聚類方法中,POR、YY、SYM、BP、KL距離是經(jīng)常使用的用于計(jì)算軌跡之間相似度的測(cè)量方法。前四種距離計(jì)算方法簡(jiǎn)單,但是它們只是考慮了軌跡對(duì)象的部分信息,獲得的聚類效果并不是很好。KL距離度量方法考慮了軌跡之間的全部信息,而且使用KL距離的聚類效果要比另外四種要好很多,但是該距離計(jì)算方法需要很大的計(jì)算量。因此本文使用向量點(diǎn)乘的方法計(jì)算軌跡之間的相似度,該方法既能夠考慮了軌跡之間的全部信息而且計(jì)算的時(shí)間復(fù)雜度要低于KL距離。實(shí)驗(yàn)結(jié)果表明使用向量點(diǎn)乘方法不僅提高了算法的魯棒性,同時(shí)也提高了算法的聚類質(zhì)量,當(dāng)參考軌跡數(shù)據(jù)集的數(shù)目為500時(shí),本文提出的方法就要比使用KL距離的聚類方法高出2%左右。3、使用譜聚類方法對(duì)軌跡對(duì)象進(jìn)行聚類分割。譜聚類相對(duì)于其他傳統(tǒng)的聚類方法(比如k均值等)有很多基礎(chǔ)性的優(yōu)勢(shì),譜聚類的過程很容易實(shí)現(xiàn)而且效率也比較高。本文通過實(shí)驗(yàn)對(duì)比發(fā)現(xiàn)當(dāng)軌跡類數(shù)目為5時(shí),使用譜聚類獲得的結(jié)果要比使用k均值高出5%左右,隨著軌跡類數(shù)目的增加,兩種方法獲得的結(jié)果差距也在增加,當(dāng)軌跡類數(shù)目為25類時(shí),譜聚類要比k均值分割方法高出20%左右。
【學(xué)位授予單位】：華東師范大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2016
【分類號(hào)】：TP311.13

【相似文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條

1 史笑興,王太君,何振亞;二階隱馬爾可夫模型的學(xué)習(xí)算法及其與一階隱馬爾可夫模型的關(guān)系[J];應(yīng)用科學(xué)學(xué)報(bào);2001年01期

2 胡迎松,朱阿柯,陳剛,陳中新;一種基于二維隱馬爾可夫模型的圖像分類算法[J];計(jì)算機(jī)應(yīng)用;2005年04期

3 張慧麗;;基于混合二階隱馬爾可夫模型的基因結(jié)構(gòu)預(yù)測(cè)[J];電腦知識(shí)與技術(shù)(學(xué)術(shù)交流);2007年14期

4 俞琰;;基于隱馬爾可夫模型的招聘網(wǎng)絡(luò)信息抽取[J];北京電子科技學(xué)院學(xué)報(bào);2008年04期

5 方浩;許鴻文;蔡益宇;;一種基于語義關(guān)系改進(jìn)的隱馬爾可夫模型研究[J];通信技術(shù);2008年05期

6 李玉擰;;二維隱馬爾可夫模型的幾個(gè)等價(jià)定義[J];北京工業(yè)大學(xué)學(xué)報(bào);2008年06期

7 俞琰;;基于隱馬爾可夫模型的招聘網(wǎng)絡(luò)信息抽取[J];自動(dòng)化技術(shù)與應(yīng)用;2008年10期

8 侯昭武;;隱馬爾可夫模型的拓樸應(yīng)用[J];河南師范大學(xué)學(xué)報(bào)(自然科學(xué)版);2009年06期

9 劉輝;楊俊安;許學(xué)忠;;一種改進(jìn)的隱馬爾可夫模型訓(xùn)練方法及其在聲目標(biāo)識(shí)別中的應(yīng)用[J];電路與系統(tǒng)學(xué)報(bào);2011年01期

10 黃崗;;馬爾可夫及隱馬爾可夫模型的應(yīng)用[J];電子設(shè)計(jì)工程;2013年17期

中國(guó)重要會(huì)議論文全文數(shù)據(jù)庫(kù) 前10條

1 史笑興;王太君;何振亞;;論二階隱馬爾可夫模型與一階隱馬爾可夫模型的關(guān)系[A];第九屆全國(guó)信號(hào)處理學(xué)術(shù)年會(huì)（CCSP-99）論文集[C];1999年

2 馬勇;金峗;顧明亮;趙力;;基于隱馬爾可夫模型的漢語方言辨識(shí)[A];2009’中國(guó)西部地區(qū)聲學(xué)學(xué)術(shù)交流會(huì)論文集[C];2009年

3 吳志強(qiáng);陳珂;遲惠生;;基于隱馬爾可夫模型的有限詞匯集內(nèi)與文本無關(guān)的說話人辨認(rèn)的研究[A];第四屆全國(guó)人機(jī)語音通訊學(xué)術(shù)會(huì)議論文集[C];1996年

4 徐毅瓊;李弼程;王波;;隱馬爾可夫模型在人臉檢測(cè)與識(shí)別中的應(yīng)用[A];現(xiàn)代通信理論與信號(hào)處理進(jìn)展——2003年通信理論與信號(hào)處理年會(huì)論文集[C];2003年

5 吳成東;柴佩琪;;基于分類的隱馬爾可夫模型的聲母識(shí)別[A];第一屆全國(guó)語言識(shí)別學(xué)術(shù)報(bào)告與展示會(huì)論文集[C];1990年

6 徐東風(fēng);周萍;景新幸;;改進(jìn)隱馬爾可夫模型的非線性分段技術(shù)應(yīng)用[A];中國(guó)聲學(xué)學(xué)會(huì)2007年青年學(xué)術(shù)會(huì)議論文集（下）[C];2007年

7 邢穎;南敬昌;;基于隱馬爾可夫模型的人臉檢測(cè)與識(shí)別系統(tǒng)[A];2009年中國(guó)智能自動(dòng)化會(huì)議論文集（第三分冊(cè)）[C];2009年

8 秦勇;莫福源;李昌立;關(guān)定華;;基于隱馬爾可夫模型的漢語二字詞音調(diào)模式識(shí)別[A];第三屆全國(guó)人機(jī)語音通訊學(xué)術(shù)會(huì)議論文集[C];1994年

9 楊文強(qiáng);鄧明華;錢敏平;;隱馬爾可夫模型與剪切位點(diǎn)識(shí)別[A];中國(guó)運(yùn)籌學(xué)會(huì)第六屆學(xué)術(shù)交流會(huì)論文集（下卷）[C];2000年

10 馬曉川;劉冬;趙榮椿;;孤立短語隱馬爾可夫模型自動(dòng)建模軟件的實(shí)現(xiàn)[A];第四屆全國(guó)人機(jī)語音通訊學(xué)術(shù)會(huì)議論文集[C];1996年

中國(guó)博士學(xué)位論文全文數(shù)據(jù)庫(kù) 前3條

1 李杰;隱馬爾可夫模型的研究及其在圖像識(shí)別中的應(yīng)用[D];清華大學(xué);2004年

2 夏麗莎;基于隱馬爾可夫模型的故障診斷及相關(guān)算法研究[D];華中科技大學(xué);2014年

3 劉韜;基于隱馬爾可夫模型與信息融合的設(shè)備故障診斷與性能退化評(píng)估研究[D];上海交通大學(xué);2014年

中國(guó)碩士學(xué)位論文全文數(shù)據(jù)庫(kù) 前10條

1 吳瑞琪;面向農(nóng)牧民歌旋律的自動(dòng)伴奏技術(shù)研究[D];河南師范大學(xué);2015年

2 張凱;基于隱馬爾可夫模型的頻譜預(yù)測(cè)和感知方法研究[D];南京郵電大學(xué);2015年

3 趙效毓;基于最大熵隱馬爾可夫模型的基因啟動(dòng)子識(shí)別[D];南京農(nóng)業(yè)大學(xué);2014年

4 白雁飛;基于隱馬爾可夫模型的J波識(shí)別技術(shù)研究[D];太原理工大學(xué);2016年

5 崔晨雨;基于用戶經(jīng)驗(yàn)水平的推薦方法研究[D];清華大學(xué);2015年

6 李若冰;基于貝葉斯網(wǎng)絡(luò)和隱馬爾可夫模型的撲克對(duì)手建模研究[D];南京大學(xué);2013年

7 朱超然;基于隱馬爾可夫模型的無線傳感器網(wǎng)絡(luò)入侵檢測(cè)研究[D];華北電力大學(xué)(北京);2014年

8 李倫;基于隱馬爾可夫模型的VaR度量方法研究[D];華東政法大學(xué);2016年

9 李曉燕;基于隱馬爾科夫模型的軌跡聚類方法研究[D];華東師范大學(xué);2016年

10 王宇寧;隱馬爾可夫模型在信息抽取中的應(yīng)用研究[D];大連理工大學(xué);2007年

，

本文編號(hào)：1218169