【摘要】：智慧城市是高度密集的社會(huì)集群行為的重要載體,城市的規(guī)模越龐大、功能越復(fù)雜,可能出現(xiàn)問題的地方越多,潛在的危機(jī)越大。大型城市的科學(xué)規(guī)劃和管理需要以有效的社會(huì)集群行為分析為支撐。如果在大型賽事、大型集會(huì)、大型民俗活動(dòng)管理過程中一旦集群行為分析手段失效,則有可能釀成災(zāi)難性的后果。以“2014.12·31”上海外灘擁擠踩踏事件為例,其中一個(gè)重要的原因就是未能對(duì)大規(guī)模的集群行為作出及時(shí)感知和研判。城市信息網(wǎng)絡(luò)系統(tǒng)中的視頻數(shù)據(jù)分析是集群行為分析的重要途徑。近些年來,計(jì)算機(jī)視覺領(lǐng)域中基于視頻的集群行為分析得到了大力的發(fā)展,當(dāng)前國(guó)內(nèi)外針對(duì)集群行為分析的研究方向主要有以下幾個(gè)方面:1.挖掘分析全局運(yùn)動(dòng)狀態(tài);2.集群行為區(qū)域語(yǔ)義分析;3.集群行為異常檢測(cè);4.集群行為跟蹤檢測(cè)和群體分類。在眾多的集群行為分析算法中,以基于代理人模型的集群行為分析得到廣泛的應(yīng)用。代理人模型是計(jì)算機(jī)視覺結(jié)合了心理學(xué)、社會(huì)學(xué)、博弈論等學(xué)科擴(kuò)展而提出,其主要有兩種分析方法:宏觀的集群全局分析方法和微觀的集群個(gè)體相互作用分析方法,前者著重對(duì)集群整體進(jìn)行建模分析,后者關(guān)注集群個(gè)體間的相互關(guān)系。粘滯濾波器作為一種基于代理人模型的集群行為分析算法,它較好地融合代理人模型的兩種分析方法,既有對(duì)集群行為的全局建模,又有對(duì)集群個(gè)體間相互關(guān)系的分析,是一種通用性較強(qiáng)的集群分析方法。但它也有自己的局限性,作為一種通用性較強(qiáng)的算法,難以結(jié)合環(huán)境做更為細(xì)致的集群分析,需要深入優(yōu)化自身核心算法或者引入其他算法加以輔助分析。本文主要基于粘滯濾波器的集群行為跟蹤檢測(cè)和群體分類問題進(jìn)行相關(guān)研究,主要工作如下:1.深入研究基于改進(jìn)的粘滯濾波器的集群行為分析算法,區(qū)別于原有的粘滯濾波器算法,計(jì)算集群個(gè)體相似度只考慮速度方向這個(gè)參考因素,改進(jìn)的粘滯濾波器算法,提出了相關(guān)改進(jìn)思路,引入了集群個(gè)體自身速度大小這個(gè)參量,優(yōu)化了計(jì)算集群個(gè)體相似度的公式,通過模擬集群數(shù)據(jù)和現(xiàn)實(shí)集群數(shù)據(jù)的實(shí)驗(yàn)證明,改進(jìn)后的算法在集群行為跟蹤檢測(cè)和群體分類上整體性能優(yōu)于改進(jìn)前的算法。2.基于改進(jìn)的粘滯濾波器的集群行為分析算法對(duì)集群行為的分析基礎(chǔ)上,提出了一種基于改進(jìn)的粘滯濾波器的人群密度估計(jì)算法,通過實(shí)驗(yàn)說明,在遮擋情況不嚴(yán)重人數(shù)較少的情況下,基于改進(jìn)的粘滯濾波器的人群密度估計(jì)算法在人群密度估計(jì)上可取得較好的識(shí)別效果,可較為準(zhǔn)確估計(jì)出集群個(gè)體數(shù)目。
【學(xué)位授予單位】：華南理工大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2016
【分類號(hào)】：TP391.41;TN713

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 張燕;黎寧;劉福美;;一種基于區(qū)域劃分的人群密度估計(jì)快速方法[J];計(jì)算機(jī)與數(shù)字工程;2011年04期

2 劉福美;黎寧;張燕;張可;;一種基于圖像處理的人群密度估計(jì)方法[J];計(jì)算機(jī)與數(shù)字工程;2011年05期

3 麻文華;黃磊;劉昌平;;基于置信度分析的人群密度等級(jí)分類模型[J];模式識(shí)別與人工智能;2011年01期

4 胡波;李曉華;沈蘭蓀;;場(chǎng)景監(jiān)控中的人群密度估計(jì)[J];電路與系統(tǒng)學(xué)報(bào);2007年06期

5 楊裕;朱秋煜;吳喜梅;;復(fù)雜場(chǎng)景中的自動(dòng)人群密度估計(jì)[J];現(xiàn)代電子技術(shù);2009年17期

6 李雪峰;李曉華;周激流;;基于完全局部二值模式的人群密度估計(jì)[J];計(jì)算機(jī)工程與設(shè)計(jì);2012年03期

7 于艷艷;;商業(yè)社區(qū)人群密度監(jiān)測(cè)系統(tǒng)設(shè)計(jì)[J];科技廣場(chǎng);2008年03期

8 黃璐;林燕;;一種基于視頻的車站人群密度估計(jì)算法[J];計(jì)算機(jī)時(shí)代;2012年07期

9 賈永華;呼志剛;浦世亮;;基于視頻前景邊緣和特征檢測(cè)的人群密度估計(jì)方法[J];中國(guó)公共安全(綜合版);2011年05期

10 覃勛輝;王修飛;周曦;劉艷飛;李遠(yuǎn)錢;;多種人群密度場(chǎng)景下的人群計(jì)數(shù)[J];中國(guó)圖象圖形學(xué)報(bào);2013年04期

相關(guān)會(huì)議論文 前2條

1 方曼;姚曉暉;李劍峰;;社會(huì)重大活動(dòng)中人群的監(jiān)測(cè)與管控方法研究[A];中國(guó)職業(yè)安全健康協(xié)會(huì)2009年學(xué)術(shù)年會(huì)論文集[C];2009年

2 熊艷;馮志斌;;人群密集場(chǎng)所人流管控方案探討[A];中國(guó)職業(yè)安全健康協(xié)會(huì)2008年學(xué)術(shù)年會(huì)論文集[C];2008年

相關(guān)重要報(bào)紙文章 前1條

1 記者 陳建強(qiáng) 通訊員 張軼帆;南開大學(xué) 實(shí)現(xiàn)人群密度與軌跡智能跟蹤[N];光明日?qǐng)?bào);2012年

相關(guān)博士學(xué)位論文 前2條

1 葉子;基于視覺計(jì)算的人群場(chǎng)景理解與行為分析[D];中國(guó)礦業(yè)大學(xué)（北京）;2013年

2 朱海龍;復(fù)雜氣象條件下動(dòng)態(tài)人群場(chǎng)景分析方法研究[D];哈爾濱工業(yè)大學(xué);2012年

相關(guān)碩士學(xué)位論文 前10條

1 郄志安;基于視頻的目標(biāo)跟蹤及人群密度估計(jì)方法研究[D];上海交通大學(xué);2015年

2 張兵;智能視頻監(jiān)控中人群密度分析及突發(fā)異常行為檢測(cè)[D];北京交通大學(xué);2016年

3 廖國(guó)銘;基于粘滯濾波器的集群行為方法研究[D];華南理工大學(xué);2016年

4 王健;人群密度估計(jì)方法的研究與實(shí)現(xiàn)[D];上海師范大學(xué);2016年

5 李杰;基于視頻的人群異常聚集檢測(cè)[D];中國(guó)地質(zhì)大學(xué)(北京);2016年

6 陳群;基于人群密度估計(jì)的視頻監(jiān)控技術(shù)[D];東華大學(xué);2016年

7 任慶云;智能視頻監(jiān)控中的人群密度估計(jì)方法[D];河北師范大學(xué);2011年

8 張q，

本文編號(hào)：2638603