基于粘性流体粒子运动模型的视频序列分类方法
基本信息
| 申请号 | CN201710189229.8 | 申请日 | - |
| 公开（公告）号 | CN106997601B | 公开（公告）日 | 2019-10-11 |
| 申请公布号 | CN106997601B | 申请公布日 | 2019-10-11 |
| 分类号 | G06T7/246（2017.01）I | 分类 | 计算；推算；计数; |
| 发明人 | 韩冰; 严月; 连慧芳; 吕涛; 高新波; 王云浩 | 申请（专利权）人 | 江苏泽景汽车电子股份有限公司西安分公司 |
| 代理机构 | 陕西电子工业专利中心 | 代理人 | 西安电子科技大学; 江苏泽景汽车电子股份有限公司西安分公司 |
| 地址 | 710071 陕西省西安市太白南路2号 | ||
| 法律状态 | - | ||
摘要
| 摘要 | 本发明公开了一种基于粘性流体粒子运动模型的视频序列分类方法，主要解决现有技术无法利用运动特征对极光序列进行分类的问题。其实现步骤为：1)对输入的极光序列进行预处理；2)运用粘性流体力学模型计算预处理后的极光粒子的运动场；3)提取极光粒子运动场的局部二值模式特征，作为极光序列的动态特征P1；4)提取极光序列每帧极光图像像素值的局部二值模式特征，作为极光序列的静态特征P2；5)将P1与P2相结合，得到能够表征不同形态极光序列的特征P＝(P1,P2)，将这些不同形态极光序列的特征P输入到支持向量机分类器中完成分类。本发明能实现对极光序列的自动分类，且分类准确率高、速度快，可用于场景分类与目标识别。 |
