【摘要】：智慧城市是高度密集的社會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,潛在的危機越大。大型城市的科學(xué)規(guī)劃和管理需要以有效的社會集群行為分析為支撐。如果在大型賽事、大型集會、大型民俗活動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,其中一個重要的原因就是未能對大規(guī)模的集群行為作出及時感知和研判。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,計算機視覺領(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)前國內(nèi)外針對集群行為分析的研究方向主要有以下幾個方面:1.挖掘分析全局運動狀態(tài);2.集群行為區(qū)域語義分析;3.集群行為異常檢測;4.集群行為跟蹤檢測和群體分類。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。代理人模型是計算機視覺結(jié)合了心理學(xué)、社會學(xué)、博弈論等學(xué)科擴展而提出,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體相互作用分析方法,前者著重對集群整體進(jìn)行建模分析,后者關(guān)注集群個體間的相互關(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,既有對集群行為的全局建模,又有對集群個體間相互關(guān)系的分析,是一種通用性較強的集群分析方法。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,計算集群個體相似度只考慮速度方向這個參考因素,改進(jìn)的粘滯濾波器算法,提出了相關(guān)改進(jìn)思路,引入了集群個體自身速度大小這個參量,優(yōu)化了計算集群個體相似度的公式,通過模擬集群數(shù)據(jù)和現(xiàn)實集群數(shù)據(jù)的實驗證明,改進(jìn)后的算法在集群行為跟蹤檢測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算法,通過實驗說明,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算法在人群密度估計上可取得較好的識別效果,可較為準(zhǔn)確估計出集群個體數(shù)目。
【學(xué)位授予單位】：華南理工大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2016
【分類號】：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快速方法[J];計算機與數(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方法[J];計算機與數(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分類模型[J];模式識別與人工智能;2011年01期

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

5 楊裕;朱秋煜;吳喜梅;;復(fù)雜場景中的自動人群密度估計[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[J];計算機工程與設(shè)計;2012年03期

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

8 黃璐;林燕;;一種基于視頻的車站人群密度估計算法[J];計算機時代;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的人群密度估計方法[J];中國公共安全(綜合版);2011年05期

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

相關(guān)會議論文 前2條

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

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

相關(guān)重要報紙文章 前1條

1 記者 陳建強 通訊員 張軼帆;南開大學(xué) 實現(xiàn)人群密度與軌跡智能跟蹤[N];光明日報;2012年

相關(guān)博士學(xué)位論文 前2條

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

2 朱海龍;復(fù)雜氣象條件下動態(tài)人群場景分析方法研究[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[D];北京交通大學(xué);2016年

3 廖國銘;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;人群密度估計方法的研究與實現(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[D];中國地質(zhì)大學(xué)(北京);2016年

6 陳群;基于人群密度估計的視頻監(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方法[D];河北師范大學(xué);2011年

8 張q，

本文編號：2638603