论文笔记：A Multiview-Based Parameter Free Framework for Group Detection

最新推荐文章于 2024-05-24 10:45:31 发布

lr.NPU

最新推荐文章于 2024-05-24 10:45:31 发布

阅读量635

点赞数

分类专栏：聚类文章标签： multi-view 多视角聚类人群行为 CLR

本文链接：https://blog.csdn.net/l317820483/article/details/82321015

版权

5 篇文章 2 订阅

订阅专栏

这篇主要是把CLR方法应用到多视角人群聚类上面了

problem:
1. 群体检测的主要困难来自于无法充分利用特征，由于人群的遮挡，目前许多方法避免直接识别行人而是检测和跟踪特征点，然后将具有相似动作的那些点组合到同一组中；
2. 这一思路的问题在于：一个行人总是有很多点，这些点的速度可能有很大差异。例如，行人头上的点可能会与脚上的点反向移动，因此特征点无法始终准确地反映行人的真实运动，即运动偏差。
3. 现有方法的另一个问题在于arbitrary clustering procedure（任意聚类过程？），先前的工作一般都是通过对图进行阈值处理来进行聚类，这种思路不需要确定组号，但是不可能找到对应于所有人群的阈值，同时忽略了图本身的内在结构。
solution:
1. 提出了结构背景描述方法，可以从宏观视图表示行人的运动动态，并且对运动偏差是鲁棒的；
2. 开发了一种自加权多视图聚类方法，不涉及任何超参数，适用于各种聚类任务；
3. 提出了一种新的群体检测框架，具有以下特点：（1）在多个视图上结合特征; （2）自动决定组号; （3）可以处理密度不同的人群场景。

由于人群场景中的严重遮挡和噪声，论文选择将特征点作为研究对象。提取特征点时采用了KandaeLucas-Tomasi（gKLT）跟踪器，然后研究点的运动相似性。
现有的一些工作通过kNN方法寻找临近点，但是这一方法涉及参数。
论文提出一种自适应的方法寻找临近点：如果两点之间的欧式距离小于r，则定义为临近点，相似度图定义为：
max函数用于进行非负约束。
根据经验，将r定义为所有距离对( $\frac{N(N-1)}{2}$ )中第N小的距离。通过这样设置，较高的人群密度对应于较小的r。

首先回顾Constrained Laplacian Rank (CLR)方法，可以参见https://www.jianshu.com/p/039f6c8c3af1，在CLR方法中加入了各个视图的权值W：
传统的思路是直接将每个视图权值平均，本文提出一种自动调整W权值的方法来进行优化求解。
同CLR的求解思路一样，每次迭代中每个参数独立进行优化。在CLR的基础上，加入了一步，即固定其他参数，更新优化W。这里采取的方法是将S、W、G都展开， ${S}\rightarrow{n^2\times1}$ 、 ${G}\rightarrow{n^2\times{n_v}}$ 、 ${W}\rightarrow{n_v\times1}$ ，则有：
经过展开化简，可以得到式(8)，即转化为二次规划QP问题，可以求解。简单地写了一下推导过程：
在迭代的开始可以将W 的权重平均分配。
组号c可以通过深度优先搜索方法进行计算，但是在人群场景中，同一组中的所有点无法保持彼此紧密的联系，很多时候都是在一个弱连通分量中。在计算时，弱连通分量可能被分成多个强连通分量，这会导致数目过高，因此有必要合并实际属于同一组的子组。

关注