• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文会议>4th International Conference on Smart and Sustainable City >Kullback-Leibler threshold computing method based on clustering motion patterns
【24h】

Kullback-Leibler threshold computing method based on clustering motion patterns

机译：基于聚类运动模式的Kullback-Leibler阈值计算方法

获取原文
获取原文并翻译 | 示例
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

In order to cluster the moving targets of the video in dense crowded scene, according to the video regulation reticulation, it can acquire the spatio-temporal motion patterns of every grid by spatio-temporal gradient. Using the symmetric K-L(Kullback-Leibler) divergence as a distance measure, the clustering of the spatio-temporal motion patterns could be finished. The accuracy of the clustering plays an important role in the target detection, and the K-L threshold is the key for the accuracy of the clustering. Different K-L threshold will lead to different clustering effect. This paper proposes a method based on the dichotomy combining power of the motion pattern to determine the K-L threshold accurately and quickly.
机译：为了将视频的运动目标聚类在密集的拥挤场景中，根据视频规则网状结构，可以通过时空梯度获取每个网格的时空运动模式。使用对称的K-L（Kullback-Leibler）发散作为距离度量，可以完成时空运动模式的聚类。聚类的准确性在目标检测中起着重要作用，而K-L阈值是聚类准确性的关键。不同的K-L阈值将导致不同的聚类效果。提出了一种基于二分法结合运动模式功率的方法，可以快速准确地确定K-L阈值。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号