【論文研讀】經過deep representation learning軌跡聚類

1.論文目的: 輸入軌跡序列,經過滑動串口算法提取物體的運動行爲特徵,捕捉軌跡的時空不變的特徵。 在特徵提取模塊,每一個軌跡都轉化成一個特徵序列描述物體運動,進一步利用序列對自動編碼器進行序列編碼學習固定長度的深度表示,學習到的表示方法對物體的運動特徵進行了robustly encode,從而獲得時空不變的聚類。 算法 2.經典聚類算法 K-mean DBSCAN spectral cluster
相關文章
相關標籤/搜索