论文部分内容阅读
提出一种自适应拓扑学习方法来无监督地学习摄像机网络的拓扑．利用混合高斯算法建立节点模型，并通过计算节点对的互关联函数得到该对节点的连通性以及连通节点对的转移时间分布．利用交互信息计算连通的节点对的转移概率．对学习到的拓扑结构，提出虚假连接排除策略以及拓扑更新策略对其进行优化．为了测试所提出算法的有效性，搭建了由5个不包含重叠视域的摄像机组成的监控系统进行试验．通过与已有算法的对比，结果表明该算法可以更准确地学习监控网络的拓扑，并对环境变化有一定的鲁棒性．