面向多目标跟踪的密集行人群轨迹提取和运动语义感知

针对基于视频监控的密集行人群识别难度大,运动轨迹提取困难,运动语义信息挖掘不足等问题,本文提出基于多目标跟踪FairMOT框架及K-means聚类的行人轨迹捕获和运动语义信息感知方法。首先,利用多目标跟踪算法提取视频中行人群目标过街时的运动轨迹特征向量;然后,通过分析轨迹坐标的数值分布特点,设计了一种协方差滤波算法STCCF,以检测和剔除“准静态轨迹”,得到行人群目标运动轨迹簇;最后,针对已提取的轨迹簇,应用K-means聚类方法,选取S系数(Silhouette Coefficient)和DB指数(Davies Bouldin Index)两个指标,感知行人聚集和消散点等场景语义特征。实验分析表明,算法从提取到的2689条轨迹中辨识出179条“准静态轨迹”,检出率为81.73%;视频场景中的行人目标源点和消失点的解析结果与人工辨识结果吻合,验证了密集行人群轨迹提取和运动语义信息感知方法的有效性。本文研究可为数据驱动的行为预测和轨迹建模提供基础。

面向仿生机器人的青蛙跳跃轨迹采集方法

青蛙跳跃运动的轨迹和姿态变化规律是研究仿生机器人生物运动机理的基础,针对其运动信息难以获得的问题提出了一种空间运动轨迹提取方法.该方法能同时获取青蛙运动的侧视图和俯视图,在进行透视效果修正后,可得到关节点的三维坐标,并通过迭代方法降低了修正系数引起的误差.针对逐点逐帧分析造成计算量大的问题,建立了一套采集程序对图像进行处理,最终可输出青蛙各点位置、速度和加速度曲线及其各个关节角随时间的变化曲线.实验得到的运动信息及分析结果,可用于跳跃机器人的设计与控制.