一种基于动态行人代理混合模型的轨迹语义分割方法

摘要

本发明中提出的一种基于动态行人代理混合模型的轨迹语义分割方法，其主要内容包括：动态行人代理混合模型(MDA)、隐马尔科夫模型(HMM)和轨迹语义分割，其过程为，MDA是一个分层贝叶斯模型，这个模型通过一个修正的卡尔曼滤波器(用于处理轨迹缺失的观测值)和一个迭代最大期望算法(EM算法)，预估每个代理的动态和信度参数；然后根据预估的代理把轨迹聚集起来；接着，轨迹会被传输到HMM中并对其进行关于参数Θ的预估；最后，在HMM中，通过维特比算法和习得的HMM参数Θ对轨迹进行语义分割。本发明在对行人轨迹进行分割时能够对行人的行为进行分析，并做出相应的预估，具有更高的准确性和效率。