版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡介
1、隨著大型活動的日益增多,人群行為分析越來越重要。同時(shí),隨著人們收集數(shù)據(jù)的能力日益增強(qiáng),從多模態(tài)海量數(shù)據(jù)中提取有用信息也越來越受到關(guān)注。因此,如何從這些異構(gòu)的多模態(tài)數(shù)據(jù)中,分析復(fù)雜場景密集人群行為是一個有價(jià)值的研究課題。復(fù)雜場景密集人群行為研究可以提升城市服務(wù)水平,例如檢測人群密度、緩解擁堵;可以應(yīng)用在視頻監(jiān)控系統(tǒng)中,檢測犯罪和突發(fā)事故;也可以應(yīng)用于大型活動的人群管理,例如分析人群的流向和混亂程度,防止踩踏,減少游客的等待時(shí)間,提升游客的
2、參觀滿意度等。上海世博會是一個典型的大型活動,世博會園區(qū)針對各個片區(qū)、場館、廣場、公共交通等復(fù)雜場景都記錄了豐富的多模態(tài)海量數(shù)據(jù),例如客流數(shù)據(jù)、票務(wù)數(shù)據(jù)、交通數(shù)據(jù)、活動數(shù)據(jù)等等。這些數(shù)據(jù)以矢量、文本、視頻等多個模態(tài)的形式存儲,通過最直觀的方式反映實(shí)時(shí)信息。
基于多模態(tài)數(shù)據(jù)的人群行為分析常用方法包括客流分布的數(shù)值預(yù)測方法,計(jì)算機(jī)視覺中基于特征提取和事件檢測的軌跡識別和跟蹤,基于模式分析和圖聚類的移動技術(shù)等等。人群行為分析的難點(diǎn)是
3、數(shù)據(jù)類型比較多,復(fù)雜場景下的人群行為分析比較困難,多個攝像頭的人群行為分析,實(shí)時(shí)監(jiān)測,高層次的語義分析等問題。為了分析復(fù)雜場景密集人群行為,并且克服常用方法中視頻監(jiān)控系統(tǒng)觀測視角的局限性和移動跟蹤技術(shù)數(shù)據(jù)收集的隱私性,主要研究工作有兩點(diǎn):一是客流分布預(yù)測,二是針對不同場景的人群行為分析,包括簡單的視頻監(jiān)控系統(tǒng)場景和復(fù)雜的大型活動場景。
第一,本文提出了客流分布預(yù)測方法。結(jié)合聚類思想和廣義回歸神經(jīng)網(wǎng)絡(luò)對客流分布進(jìn)行了預(yù)測。根據(jù)一
4、些聚類方法將歷史數(shù)據(jù)樣本分成不同的類,并針對不同類訓(xùn)練得到相應(yīng)的神經(jīng)網(wǎng)絡(luò)。另外,利用轉(zhuǎn)移概率矩陣方法對客流分組進(jìn)行了預(yù)測。通過最小化歷史數(shù)據(jù)的預(yù)測誤差平方和,估測出當(dāng)前相鄰采樣時(shí)刻、不同空間位置節(jié)點(diǎn)間的轉(zhuǎn)移概率矩陣,用該矩陣和前一時(shí)刻的客流分布預(yù)測下一時(shí)刻的客流分布。該方法在上海世博會的片區(qū)和場館客流數(shù)據(jù)上進(jìn)行了驗(yàn)證。實(shí)驗(yàn)結(jié)果證明,基于聚類思想的廣義回歸神經(jīng)網(wǎng)絡(luò)預(yù)測方法提高了預(yù)測準(zhǔn)確性,又通過減少樣本數(shù)節(jié)約了時(shí)間成本;轉(zhuǎn)移概率矩陣預(yù)測模
5、型能夠更好地反映相鄰時(shí)刻不同地理空間區(qū)域間的人群轉(zhuǎn)移行為。
第二,本文提出了基于視頻監(jiān)控系統(tǒng)的人群行為分析框架。通過抽取出視頻中的一些幀,并將視頻圖像中的場景劃分成不同的區(qū)域,通過視頻圖像處理技術(shù),對視頻中的人群進(jìn)行目標(biāo)檢測和人數(shù)統(tǒng)計(jì),建立一個基于攝像頭傳感器網(wǎng)絡(luò)的人數(shù)時(shí)間序列。然后根據(jù)地理空間、移動速度、傳感器網(wǎng)絡(luò)的觀測數(shù)據(jù)等設(shè)立約束條件,將軌跡跟蹤問題轉(zhuǎn)化為標(biāo)準(zhǔn)的整數(shù)規(guī)劃建模問題,分析密集人群行為。該方法在上海世博會的視頻
6、監(jiān)控?cái)?shù)據(jù)上進(jìn)行了驗(yàn)證。實(shí)驗(yàn)結(jié)果證明,將圖像處理技術(shù)和基于整數(shù)規(guī)劃的多目標(biāo)軌跡識別技術(shù)相結(jié)合,可以很好的分析視頻監(jiān)控系統(tǒng)下的人群行為。
第三,本文提出了基于整數(shù)規(guī)劃的大型活動人群行為分析方法,包括數(shù)據(jù)收集和預(yù)處理、建立傳感器網(wǎng)絡(luò)拓?fù)淠P?,是否指定對人群進(jìn)行預(yù)先分組,整數(shù)規(guī)劃的軌跡識別問題建模,混合整數(shù)規(guī)劃求解器求解,客流參觀行為分析等主要步驟。該方法在上海世博會的片區(qū)客流移動數(shù)據(jù)上進(jìn)行了驗(yàn)證。實(shí)驗(yàn)結(jié)果表明,基于整數(shù)規(guī)劃的大型活動
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 復(fù)雜氣象條件下動態(tài)人群場景分析方法研究.pdf
- 復(fù)雜虛擬場景中人群混合建模及繪制方法研究.pdf
- 復(fù)雜場景下實(shí)時(shí)監(jiān)控中人群密度估計(jì)的研究與實(shí)現(xiàn).pdf
- 密集場景行人計(jì)數(shù).pdf
- 密集場景行人計(jì)數(shù)
- 復(fù)雜場景下的車輛識別研究.pdf
- 復(fù)雜流體場景的實(shí)時(shí)模擬研究.pdf
- 復(fù)雜場景下車輛跟蹤研究.pdf
- 復(fù)雜場景下的目標(biāo)跟蹤方法研究.pdf
- 復(fù)雜場景下的陰影檢測.pdf
- 密集部署場景下WLAN性能改進(jìn)研究.pdf
- WiFi密集用戶場景下接入控制方法研究.pdf
- 密集人群疏散行為建模與動態(tài)特性研究.pdf
- 復(fù)雜場景下的壓縮跟蹤算法研究
- 復(fù)雜場景下的動作識別.pdf
- 基于魚眼視頻圖像的密集人群監(jiān)控技術(shù)的研究.pdf
- 復(fù)雜場景下的行人檢測方法研究.pdf
- 復(fù)雜場景下的目標(biāo)跟蹤算法研究.pdf
- 復(fù)雜場景下的中國車牌識別研究.pdf
- 復(fù)雜場景下的壓縮跟蹤算法研究.pdf
評論
0/150
提交評論