一种多视角视频自适应乘积Grassmann流形子空间聚类方法

摘要

本发明公开了一种多视角视频自适应乘积Grassmann流形子空间聚类方法，本方法主要针对多视角视频序列聚类存在的上述问题，以期在较大规模的视频序列数据库上获得良好的聚类效果。首先，针对视频序列数据，提出并实现能够反映数据时空特征的PGM表示方法。其次，在PGM上建立自表示模型，并有效地融合不同视角之间的一致性和差异性信息。最后，解决自适应调节模型参数的问题，使之适用于实际场景中不同类型的数据。本发明所提出的方法在此数据库上具有比较好的实验结果。