基于流密度峰值的集體行為識別算法研究.pdf

1、集體行為是指視頻場景中的運動個體之間具有相似性運動的一種群行為模式，是在自然界中普遍存在的一種現(xiàn)象。集體行為的研究與人類的生活息息相關(guān)，一直以來都吸引著很多不同學(xué)科學(xué)者的關(guān)注。同時，集體行為的識別也是計算機視覺領(lǐng)域中的關(guān)鍵問題之一。視頻場景中的集體行為由形狀各異、密度不均、具有部運動一致性的子群組構(gòu)成，這些子群組間往往存在著交互關(guān)系。同時，任意兩個子群組間的交互模式不是單一的，而是存在多種交互。這種由具有多重交互關(guān)系的子群組構(gòu)成的群體行

2、為模式，本文稱之為多重交互集體行為。多重交互集體行為識別中的難點與挑戰(zhàn)在于：
　　1）如何衡量個體與近鄰運動的一致性來解決局部子群組形狀的多樣性以及運動主體分布的不均勻性，以保證局部子群組識別的精確性；
　　2）如何描述局部子群組之間的多重交互性以保證具有全局一致性的集體行為的識別；
　　3）如何保證整個多重交互集體行為識別過程的高效性。
　　本文針對上述多重交互集體行為識別中存在的難點與挑戰(zhàn)，進行了大量的實驗、

3、分析和研究，提出基于流密度的多重交互集體行為識別算法FDMI，完成的工作如下：
　?。?）本文基于流體力學(xué)，將流體的粘性應(yīng)力模型平移到視頻集體行為中，定義視頻集體行為的流密度。它揭示視頻場景中追蹤個體與近鄰的運動一致性，解決局部子群組形狀的多樣性以及運動主體分布的不均勻性，保證局部子群組識別的精確性；
　　（2）本文基于圖的連通性理論，建立多重鄰接關(guān)系模型。它模型化視頻場景中集體行為的多重交互性，保證具有全局一致性的集體行為