公共场所密集人群行为突变风险识别研究
发布时间：2021-07-27 11:23
为防止个体行为突变引发拥挤踩踏事故,对公共场所密集人群行为突变风险识别展开研究。以突变理论为基础,创建由行为状态变量与控制变量构成的行为变量曲面,通过曲面上任一点在三个区域中的移动状态,分析行为突变。根据正常聚集与应急疏散,定义行为变异风险,基于密集人群行为突变的演变过程,架构金字塔Lucas-Kanade光流法,利用移动步长与速度参数,经过近似计算法则,解得速度大小及其方向,推导加速度计算公式。采用三角形法则推算得到加速度矩阵,最后在加速度大小与方向的共同作用下,实现行为突变风险识别。经过仿真,说明上述方法能够有效识别出人群的突变行为,降低密集群体可能存在的事故风险,研究具有一定的可行性,并为群体风险识别指出了新的探索方向。
【文章来源】：计算机仿真. 2020,37(11)北大核心
【文章页数】：5 页
【部分图文】：
尖点突变模型示意图
加速度就是在单位时间中速度所引起的变化量,并用邻近两帧图像中追捕到的特征点速度差进行指代。将特征点pT的速度设定成vT,在Δt时长后,那么追捕到相应特征点pt+Δt的速度则表示为vt+Δt,如图2所示下列公式为速度变化量表达式
人群发生行为突变时,移动方向通常是混乱无序的,因为速度方向可以由加速度变化展现,所以行为突变的移动方向也能够依据加速度的判定进行识别。根据SIFT算法[10]的风险直方图,统计特征点加速度方向,进而经过加速度方向变化分析,实现人群行为突变风险识别。划分变化范围是[0°,360°]的移动方向为8个部分,各部分间隔角度是45°,以当前帧特征点的加速度方向矩阵为依据,统计全部特征点个数中含有的各方向部分特征点个数比率ri(i=1,2,...,8),并获取到各帧的特征点加速度方向直方图,经过分析直方图,判定行为突变的移动方向,其规律有序与杂乱无序的直方图见图3。将已知的比率阈值设定为r*,以当前帧加速度方向直方图为依据,如果有某一方向区间的比率rj(j=1,2,...,8)>r*,表明密集人群的移动加速度呈现出整体形式,则该行为突变具有规律有序性;若所有方向区间比率ri都满足ri<r*,表明移动加速度是杂乱无序的,则该行为突变属于无规律性,此时就需要与加速度大小进行结合,以准确识别行为突变风险。人群行为突变风险识别流程示意图见图4。
【参考文献】：
期刊论文
[1]人群应急疏散可视仿真研究进展和问题[J]. 刘箴. 中国图象图形学报. 2019(10)
[2]基于多尺度多列卷积神经网络的密集人群计数模型[J]. 陆金刚,张莉. 计算机应用. 2019(12)
[3]基于优化的Inception ResNet A模块与Gradient Boosting的人群计数方法[J]. 郭瑞琴,陈雄杰,骆炜,符长虹. 同济大学学报(自然科学版). 2019(08)
[4]复杂建筑人员密集区域疏散模型[J]. 陈一洲,陈文涛,张无敌,韩晶,周欣鑫,王志伟. 中国安全科学学报. 2019(05)
[5]城市商业综合体人群聚集踩踏风险及监测预警研究——以西单大悦城为例[J]. 陈志刚,张栋,张鹏,程刚. 中国安全生产科学技术. 2019(02)
[6]移动定位大数据视角下的人群移动模式及城市空间结构研究进展[J]. 杨喜平,方志祥. 地理科学进展. 2018(07)
[7]基于WIFI的人群行为识别系统研究[J]. 王志明,刘传清. 中国新通信. 2018(14)
[8]动态不确定性环境下的地铁车站应急疏散仿真建模[J]. 黄家骏,徐瑞华,洪玲,黄肇红. 交通运输系统工程与信息. 2018(02)
[9]人群密集公共场所疏散算法设计研究[J]. 李智成,李锋,莫乐群. 微处理机. 2017(05)
[10]人群拥挤踩踏事故风险分析算法设计及应用[J]. 王崇阳,翁文国,王嘉悦. 系统工程理论与实践. 2017(03)
本文编号：3305688
【文章来源】：计算机仿真. 2020,37(11)北大核心
【文章页数】：5 页
【部分图文】：
尖点突变模型示意图
加速度就是在单位时间中速度所引起的变化量,并用邻近两帧图像中追捕到的特征点速度差进行指代。将特征点pT的速度设定成vT,在Δt时长后,那么追捕到相应特征点pt+Δt的速度则表示为vt+Δt,如图2所示下列公式为速度变化量表达式
人群发生行为突变时,移动方向通常是混乱无序的,因为速度方向可以由加速度变化展现,所以行为突变的移动方向也能够依据加速度的判定进行识别。根据SIFT算法[10]的风险直方图,统计特征点加速度方向,进而经过加速度方向变化分析,实现人群行为突变风险识别。划分变化范围是[0°,360°]的移动方向为8个部分,各部分间隔角度是45°,以当前帧特征点的加速度方向矩阵为依据,统计全部特征点个数中含有的各方向部分特征点个数比率ri(i=1,2,...,8),并获取到各帧的特征点加速度方向直方图,经过分析直方图,判定行为突变的移动方向,其规律有序与杂乱无序的直方图见图3。将已知的比率阈值设定为r*,以当前帧加速度方向直方图为依据,如果有某一方向区间的比率rj(j=1,2,...,8)>r*,表明密集人群的移动加速度呈现出整体形式,则该行为突变具有规律有序性;若所有方向区间比率ri都满足ri<r*,表明移动加速度是杂乱无序的,则该行为突变属于无规律性,此时就需要与加速度大小进行结合,以准确识别行为突变风险。人群行为突变风险识别流程示意图见图4。
【参考文献】：
期刊论文
[1]人群应急疏散可视仿真研究进展和问题[J]. 刘箴. 中国图象图形学报. 2019(10)
[2]基于多尺度多列卷积神经网络的密集人群计数模型[J]. 陆金刚,张莉. 计算机应用. 2019(12)
[3]基于优化的Inception ResNet A模块与Gradient Boosting的人群计数方法[J]. 郭瑞琴,陈雄杰,骆炜,符长虹. 同济大学学报(自然科学版). 2019(08)
[4]复杂建筑人员密集区域疏散模型[J]. 陈一洲,陈文涛,张无敌,韩晶,周欣鑫,王志伟. 中国安全科学学报. 2019(05)
[5]城市商业综合体人群聚集踩踏风险及监测预警研究——以西单大悦城为例[J]. 陈志刚,张栋,张鹏,程刚. 中国安全生产科学技术. 2019(02)
[6]移动定位大数据视角下的人群移动模式及城市空间结构研究进展[J]. 杨喜平,方志祥. 地理科学进展. 2018(07)
[7]基于WIFI的人群行为识别系统研究[J]. 王志明,刘传清. 中国新通信. 2018(14)
[8]动态不确定性环境下的地铁车站应急疏散仿真建模[J]. 黄家骏,徐瑞华,洪玲,黄肇红. 交通运输系统工程与信息. 2018(02)
[9]人群密集公共场所疏散算法设计研究[J]. 李智成,李锋,莫乐群. 微处理机. 2017(05)
[10]人群拥挤踩踏事故风险分析算法设计及应用[J]. 王崇阳,翁文国,王嘉悦. 系统工程理论与实践. 2017(03)
本文编号：3305688
本文链接：https://www.wllwen.com/falvlunwen/fanzuizhian/3305688.html
