1.一种新型的运动分割模型数量检测方法，其特征在于，包括如下步骤，步骤S1、准备数据集：对于一段输入视频，利用SIFT特征提取算法和匹配算法获取输入视频的特征点运动轨迹X，即X＝{xi}i＝1,2,...,N，N为数据总数，N为自然数；

步骤S2、构造关联矩阵：根据步骤S1获得的运动轨迹，采用稀疏最优规划策略计算稀疏特征，并根据稀疏特征构造关联矩阵；

步骤S3、计算每个运动轨迹的权重；

步骤S4、构造决策图：基于步骤S2构造的关联矩阵及步骤S3得到的运动轨迹的权重，计算每个运动轨迹的决策分数，构造决策图；

步骤S5、检测运动分割的模型数量：通过统计所有运动轨迹的决策分数来检测运动分割的模型数量。

2.根据权利要求1所述的一种新型的运动分割模型数量检测方法，其特征在于，所述步骤S2具体实现如下：步骤S21、对于所有运动轨迹，根据稀疏最优规划策略计算稀疏特征，即如下公式：min||C||1 s.t.X＝XC,diag(C)＝0式中， 是一个矩阵，该矩阵的每一列对应一个轨迹的稀疏特征；

步骤S22、根据稀疏特征构造关联矩阵，即T

S＝|C|+|C|。

3.根据权利要求1所述的一种新型的运动分割模型数量检测方法，其特征在于，所述步骤S3具体实现如下：步骤S31、对于每个运动轨迹xi，将其与其他运动轨迹的关联提前出来组成xi的关联集合，即si＝{si1,si2,…siN}；

步骤S32、计算其他运动轨迹与该关联集合最大值的跨度，即θij＝max(si)-sij；

步骤S33、定义其他运动轨迹的先验概率：步骤S34、接着定义相应的熵如下：

该熵能够用于衡量运动轨迹xi的关联集合中含有可用信息内容的程度；

步骤S35、根据所计算的熵，选择运动轨迹xi的邻居集合：步骤S36、通过统计运动轨迹xi邻居集合的成员个数作为它权重，即

4.根据权利要求1所述的一种新型的运动分割模型数量检测方法，其特征在于，所述步骤S4具体实现如下：基于关联矩阵与运动轨迹的权重，计算每个运动轨迹的决策分数：其中，Ω(xi)＝{xq|wq＞wi}即包含所有权重大于该运动轨迹权重的所有成员；另外，对于包含权重最大值的运动轨迹，定义其决策分数为：

5.根据权利要求1所述的一种新型的运动分割模型数量检测方法，其特征在于，所述步骤S5具体实现如下：步骤S51、对决策分数从小到大排序，即步骤S52、计算决策分数的落差集合：步骤S53、找到最大的落差点的位置即为运动分割的模型数量：k＝argmaxD。