技術特征：

1.一種基于分割信度的運動軌跡分割方法，其特征在于，包括以下步驟：

(1)獲取運動軌跡，針對運動軌跡的每一個屬性，獲取運動軌跡的屬性極值點；

(2)選取部分屬性極值點作為第一候選分割點；

(3)所述運動軌跡的每一個屬性分別設定多個帶寬閾值，針對任一屬性、任一帶寬閾值，當?shù)谝缓蜻x分割點的屬性變化率大于對應帶寬閾值時，將該第一候選分割點標記為第二候選分割點；

(4)計算第二候選分割點所在軌跡點的信度值，當軌跡點被判定為任一屬性、任一帶寬閾值下的第二候選分割點時，該軌跡點的信度值增加；

(5)設定信度閾值，將信度值小于信度閾值的第二候選分割點所在軌跡點過濾，得到最終的分割點集合。

2.如權利要求1所述的基于分割信度的運動軌跡分割方法，其特征在于，所述運動軌跡的屬性包括速率、曲率和撓率中的至少一個。

3.如權利要求2所述的基于分割信度的運動軌跡分割方法，其特征在于，步驟(2)中，屬性為速率時，選取極小值作為第一候選分割點；

屬性為曲率或撓率時，選取極大值作為第一候選分割點。

4.如權利要求1～3任一權利要求所述的基于分割信度的運動軌跡分割方法，其特征在于，步驟(5)中，在過濾第二候選分割點前，對第二候選分割點進行聚類處理。

5.如權利要求4所述的基于分割信度的運動軌跡分割方法，其特征在于，所述聚類處理采用DBSCAN算法。

6.如權利要求4所述的基于分割信度的運動軌跡分割方法，其特征在于，在聚類處理時，在任一聚類點集中，將離質心最近的第二候選分割點作為聚類中心，去除聚類中心以外的其他第二候選分割點，且將去除的第二候選分割點的信度值累計到位于聚類中心的第二候選分割點上。

7.如權利要求1～3任一權利要求所述的基于分割信度的運動軌跡分割方法，其特征在于，步驟(5)中，設定信度閾值的大小為軌跡點所能具有的最大信度值的一半。

8.如權利要求2或3所述的基于分割信度的運動軌跡分割方法，其特征在于，步驟(4)中，軌跡點的信度值的計算公式為：

R_i＝WsRs_i+WcRc_i+WtRt_i

上式中，

i為任一軌跡點；

Rsi，Rci和Rti為任一軌跡點分別基于速率、曲率和撓率屬性下的信度值；

Ws，Wc和Wt分別為速率、曲率和撓率屬性的權重。

9.如權利要求1～3任一權利要求所述的基于分割信度的運動軌跡分割方法，其特征在于，步驟(4)中，針對同一屬性，任一帶寬閾值下軌跡點被判定為第二候選分割點時，該軌跡點的信度值增加1。

10.如權利要求2或3所述的基于分割信度的運動軌跡分割方法，其特征在于，速率的帶寬閾值為1％～15％，曲率的帶寬閾值為1％～5％，撓率的帶寬閾值為1％～20％。