基于粘滞滤波器的集群行为方法研究

发布时间：2020-04-24 05:52

【摘要】：智慧城市是高度密集的社会集群行为的重要载体,城市的规模越庞大、功能越复杂,可能出现问题的地方越多,潜在的危机越大。大型城市的科学规划和管理需要以有效的社会集群行为分析为支撑。如果在大型赛事、大型集会、大型民俗活动管理过程中一旦集群行为分析手段失效,则有可能酿成灾难性的后果。以“2014.12·31”上海外滩拥挤踩踏事件为例,其中一个重要的原因就是未能对大规模的集群行为作出及时感知和研判。城市信息网络系统中的视频数据分析是集群行为分析的重要途径。近些年来,计算机视觉领域中基于视频的集群行为分析得到了大力的发展,当前国内外针对集群行为分析的研究方向主要有以下几个方面:1.挖掘分析全局运动状态;2.集群行为区域语义分析;3.集群行为异常检测;4.集群行为跟踪检测和群体分类。在众多的集群行为分析算法中,以基于代理人模型的集群行为分析得到广泛的应用。代理人模型是计算机视觉结合了心理学、社会学、博弈论等学科扩展而提出,其主要有两种分析方法:宏观的集群全局分析方法和微观的集群个体相互作用分析方法,前者着重对集群整体进行建模分析,后者关注集群个体间的相互关系。粘滞滤波器作为一种基于代理人模型的集群行为分析算法,它较好地融合代理人模型的两种分析方法,既有对集群行为的全局建模,又有对集群个体间相互关系的分析,是一种通用性较强的集群分析方法。但它也有自己的局限性,作为一种通用性较强的算法,难以结合环境做更为细致的集群分析,需要深入优化自身核心算法或者引入其他算法加以辅助分析。本文主要基于粘滞滤波器的集群行为跟踪检测和群体分类问题进行相关研究,主要工作如下:1.深入研究基于改进的粘滞滤波器的集群行为分析算法,区别于原有的粘滞滤波器算法,计算集群个体相似度只考虑速度方向这个参考因素,改进的粘滞滤波器算法,提出了相关改进思路,引入了集群个体自身速度大小这个参量,优化了计算集群个体相似度的公式,通过模拟集群数据和现实集群数据的实验证明,改进后的算法在集群行为跟踪检测和群体分类上整体性能优于改进前的算法。2.基于改进的粘滞滤波器的集群行为分析算法对集群行为的分析基础上,提出了一种基于改进的粘滞滤波器的人群密度估计算法,通过实验说明,在遮挡情况不严重人数较少的情况下,基于改进的粘滞滤波器的人群密度估计算法在人群密度估计上可取得较好的识别效果,可较为准确估计出集群个体数目。
【学位授予单位】：华南理工大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TP391.41;TN713

【相似文献】

相关期刊论文 前10条

1 张燕;黎宁;刘福美;;一种基于区域划分的人群密度估计快速方法[J];计算机与数字工程;2011年04期

2 刘福美;黎宁;张燕;张可;;一种基于图像处理的人群密度估计方法[J];计算机与数字工程;2011年05期

3 麻文华;黄磊;刘昌平;;基于置信度分析的人群密度等级分类模型[J];模式识别与人工智能;2011年01期

4 胡波;李晓华;沈兰荪;;场景监控中的人群密度估计[J];电路与系统学报;2007年06期

5 杨裕;朱秋煜;吴喜梅;;复杂场景中的自动人群密度估计[J];现代电子技术;2009年17期

6 李雪峰;李晓华;周激流;;基于完全局部二值模式的人群密度估计[J];计算机工程与设计;2012年03期

7 于艳艳;;商业社区人群密度监测系统设计[J];科技广场;2008年03期

8 黄璐;林燕;;一种基于视频的车站人群密度估计算法[J];计算机时代;2012年07期

9 贾永华;呼志刚;浦世亮;;基于视频前景边缘和特征检测的人群密度估计方法[J];中国公共安全(综合版);2011年05期

10 覃勋辉;王修飞;周曦;刘艳飞;李远钱;;多种人群密度场景下的人群计数[J];中国图象图形学报;2013年04期

相关会议论文 前2条

1 方曼;姚晓晖;李剑峰;;社会重大活动中人群的监测与管控方法研究[A];中国职业安全健康协会2009年学术年会论文集[C];2009年

2 熊艳;冯志斌;;人群密集场所人流管控方案探讨[A];中国职业安全健康协会2008年学术年会论文集[C];2008年

相关重要报纸文章 前1条

1 记者 陈建强 通讯员 张轶帆;南开大学 实现人群密度与轨迹智能跟踪[N];光明日报;2012年

相关博士学位论文 前2条

1 叶子;基于视觉计算的人群场景理解与行为分析[D];中国矿业大学（北京）;2013年

2 朱海龙;复杂气象条件下动态人群场景分析方法研究[D];哈尔滨工业大学;2012年

相关硕士学位论文 前10条

1 郄志安;基于视频的目标跟踪及人群密度估计方法研究[D];上海交通大学;2015年

2 张兵;智能视频监控中人群密度分析及突发异常行为检测[D];北京交通大学;2016年

3 廖国铭;基于粘滞滤波器的集群行为方法研究[D];华南理工大学;2016年

4 王健;人群密度估计方法的研究与实现[D];上海师范大学;2016年

5 李杰;基于视频的人群异常聚集检测[D];中国地质大学(北京);2016年

6 陈群;基于人群密度估计的视频监控技术[D];东华大学;2016年

7 任庆云;智能视频监控中的人群密度估计方法[D];河北师范大学;2011年

8 张q，

本文编号：2638603