隨著智慧城市和天眼工程的建設,火車站、機場、居民小區(qū)、城市道路等人流密集的地方都安裝了視頻監(jiān)控系統(tǒng),重點公共區(qū)域視頻監(jiān)控基本實現(xiàn)全覆蓋。成熟的人臉識別技術(shù)使得監(jiān)控設備可以實時檢測出監(jiān)控中出現(xiàn)的所有有效人臉,并將抓拍的人臉圖片與預存的人臉模版進行比對,生成識別記錄,提取出采集位置、采集時間、身份識別等信息,這就為我們進行行人的時空軌跡分析提供了數(shù)據(jù)支撐。本論文基于行人軌跡數(shù)據(jù)進行行人伴隨模式研究,提出一種基于軌跡相似度的伴隨人員發(fā)現(xiàn)方法模型并基于分布式集群搭建了一個實用型的面向特定目標的軌跡分析系統(tǒng)來展開研究,論文的主要工作包括:(1)提出基于軌跡相似度的伴隨人員發(fā)現(xiàn)(CR-TS)方法模型。首先通過對原始時空軌跡數(shù)據(jù)進行過濾、簡化、變化等操作,得到潛在伴隨集,然后基于監(jiān)測點位置的固定性給出點伴隨的定義,利用滑動時間窗口生成相似軌跡候選集,大大減少了中間結(jié)果集,最后選用余弦相似性作為軌跡相似性度量標準,對微觀和宏觀時間上的伴隨同時進行考量,輸出滿足相似度閾值的伴隨人員集。(2)設計了一個基于分布式集群的面向特定目標的CR-TS軌跡分析系統(tǒng)。為盡可能地模擬真實場景下的伴隨人員發(fā)現(xiàn)過程,根據(jù)本...

【文章頁數(shù)】：61 頁

【學位級別】：碩士

【文章目錄】：
摘要
Abstract
1 緒論
    1.1 課題背景及研究意義
    1.2 國內(nèi)外研究現(xiàn)狀
    1.3 本課題研究內(nèi)容
    1.4 論文組織結(jié)構(gòu)
2 理論基礎及相關技術(shù)研究
    2.1 時空軌跡伴隨模式
        2.1.1 結(jié)群模式
        2.1.2 護航模式
        2.1.3 云集模式
        2.1.4 旅行伙伴模式
    2.2 軌跡相似性度算法
        2.2.1 歐式距離法
        2.2.2 編輯距離法
        2.2.3 余弦相似度法
    2.3 本章小結(jié)
3 CR-TS方法模型設計
    3.1 軌跡相似度計算要求
    3.2 軌跡數(shù)據(jù)分析與選取
        3.2.1 數(shù)據(jù)特征
        3.2.2 數(shù)據(jù)選取
        3.2.3 數(shù)據(jù)預處理
    3.3 軌跡相似度定義
        3.3.1 行人時空軌跡定義
        3.3.2 行人時空軌跡求交
        3.3.3 時空軌跡相似度量標準
    3.4 CR-TS方法模型
    3.5 本章小結(jié)
4 基于Hadoop集群的CR-TS軌跡分析系統(tǒng)設計與實現(xiàn)
    4.1 系統(tǒng)簡述
    4.2 并行編程模型
    4.3 系統(tǒng)總體設計
        4.3.1 系統(tǒng)的總體架構(gòu)設計
        4.3.2 系統(tǒng)的技術(shù)架構(gòu)設計
    4.4 關鍵方案實現(xiàn)
        4.4.1 冗余數(shù)據(jù)篩選方案
        4.4.2 系統(tǒng)數(shù)據(jù)存儲方案
        4.4.3 伴隨人員發(fā)現(xiàn)方案
        4.4.4 軌跡可視化方案
    4.5 系統(tǒng)關鍵流程實現(xiàn)
        4.5.1 參數(shù)設置
        4.5.2 數(shù)據(jù)寫入流程
        4.5.3 歷史數(shù)據(jù)查詢流程
        4.5.4 軌跡分析流程
        4.5.5 過期數(shù)據(jù)刪除流程
    4.6 本章小結(jié)
5 CR-TS軌跡分析系統(tǒng)測試
    5.1 測試環(huán)境搭建
    5.2 系統(tǒng)評價
        5.2.1 性能測試分析
        5.2.2 正確性測試分析
        5.2.3 關鍵參數(shù)分析
    5.3 本章小結(jié)
6 總結(jié)與展望
    6.1 全文總結(jié)
    6.2 后續(xù)展望
參考文獻
致謝
附錄1 攻讀碩士學位期間參與的項目和發(fā)表的論文



本文編號：3794984