一种基于均值偏移的自动运动分割方法

摘要：

运动分割是计算机视觉领域研究的重要内容.提出一种基于均值偏移的自动运动分割算法.该方法首先用特征点匹配关系获得特征点的运动轨迹,并以轨迹的运动向量作为特征,再用均值偏移算法对轨迹的运动向量进行聚类.均值偏移缩小相似的运动向量之间的差别,同时扩大不同运动的运动向量之间的差距.为了自动获得运动分类数,还提出了一种基于非参数核密度的自动分类方法,该方法通过估计运动向量的密度分布,用核密度图自动确定运动分类数.实验结果表明,该算法分割精度高、鲁棒性好,能够自动确定运动分类数.

关键词：均值偏移、运动分割、核密度

所属期刊栏目：40

分类号：TP391(计算技术、计算机技术)

资助基金：中央高校基本科研业务费专项资金资助项目SWJTU12CX027;国家自然科学基金60971103,61134002

在线出版日期：2013-10-10（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：273-276