买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：俞晓红;李炎炎;龙伟;魏鸿飞;董恩泽

摘要：本发明属于车辆、船舶等移动目标轨迹的模式识别技术领域，具体涉及一种包括车辆但不限于车辆行驶轨迹异常识别的算法流程。提出的算法流程，提出了一种基于HMM隐马尔可夫模型和MFD向量角度模型构成的车辆异常轨迹双模识别方法，该方法通过实际的车行场景来建立相应的训练数据集和测试数据集，并实时地对逐个对车辆轨迹聚类进行异常判定，从而达到识别车辆异常行为的目的。该算法来流程简单，计算复杂度低、实时性好、准确率高，不仅适用于车辆交通应用场景，还可应用于船舶、工业智能小车、港口装卸车辆、景区旅游车、机场乘客转运车等移动目标轨迹异常识别及实时预警的场合。

主权项：1.基于点移除成本最小化原则的轨迹降维算法，属于车辆、船舶、无人机及机器人等多移动目标轨迹的模式识别技术领域，具体涉及一种为实现模式对标法中对标模型的学习训练和测试，而对通过训练视频和测试视频获得的车辆运动轨迹进行降维处理算法，其技术特征如下：1从移动目标跟踪视频提取轨迹，示例见附图1，这些轨迹由许多时序点组成，从时序点中提取若干点，如附图2的A、B、C、D、E、F、G、H等标识点，并每三点依次构造三角形，如ΔABC、ΔBCD、ΔCDE、…、等等，同时设置一个按轨迹时序点迭代计算这些三角形面积的移动滑窗，它被称为“三角点积计算滑窗，简称“点积滑移窗”或“点积计算窗”；2构造的点积滑移窗符合如下定义：定义一：A、B、C是轨迹时序点上的3个相邻点且|AC|＞|AB|，|AC|＞|BC|定义二：AeraΔABC为ΔABC计算面积，简称“三角点积”定义三：函数cod·代表删除点的最小成本3建立删除点最小成本与三角点积的映射关系：codB→AeraΔABC1由式1推导“按点剔除成本最小化原则”的降维处理模型：codB＝codB|A,B,C＝AeraΔABC2codB|ABC＝AreaABCmin34根据上述式2和式3构造降维处理算法流程： 5构造的“基于点积滑移窗”的降维处理流程，对一条时序轨迹迭代执行一次算法，便快速移除一个时空特征信息弱的轨迹点，反复迭代上述流程即可达到降维的目的降维迭代流程。

全文数据：

权利要求：

百度查询： 俞晓红 李炎炎 龙伟 魏鸿飞 董恩泽 基于点移除成本最小化原则的轨迹降维算法