多激光雷达行人跟踪安防系统设计研究

为了解决常规行人跟踪安防系统跟踪延时过高的问题,实现实时跟踪安防,设计多激光雷达行人跟踪安防系统。硬件部分,采用多激光跟踪雷达和DM1827芯片;软件部分,提取行人跟踪安防特征后设计安防架构和安防功能模块,从而实现行人实时跟踪安防。系统测试结果表明,设计的行人跟踪安防系统跟踪延时较低、性能良好,能够满足行人实时跟踪安防需求,具有一定的应用价值。     

行人跟踪技术综述

行人跟踪是当前机器视觉中非刚性运动目标跟踪领域的热点问题,将这一问题分为行人检测和行人跟踪两大部分,并对其进行了详细介绍。分析了不同的检测和跟踪方法,对行人跟踪中存在的疑难问题进行了总结,最后对行人跟踪问题的研究进行了简单的展望。     

基于Meanshift和粒子滤波的行人目标跟踪方法

针对粒子滤波跟踪算法计算代价大以及Meanshift跟踪算法容易陷入局部极值等问题,提出一种嵌入均值优化的粒子滤波跟踪算法。该算法根据粒子滤波的运动模型估计目标区域位置,利用Bhattacharyya距离度量粒子区域和目标模型的相似性,并根据相似性来更新粒子权值,使用Meanshift优化算法改善粒子的估计位置,使得这些粒子的候选区域能更加接近目标模板,极大提高了粒子的使用效率。实验结果表明,该算法能够有效进行人的跟踪,处理人的短暂遮挡问题,性能优于粒子滤波算法,有较好的实用性。     

基于粒子群优化算法的行人识别与跟踪方法研究

为了实现大型车辆周围进行安全监控的目的,对实时视频目标的识别和跟踪进行了研究.采用安置于车顶的鱼眼摄像头来监测车辆周围的环境,在视频实时处理阶段,综合背景减除和直方图方法来进行目标检测,确定人体的中心位置,其中背景减除算法采用近似中值方法,并提出了结合了粒子群优化算法与Parzen粒子滤波器方法的行人目标识别与跟踪方法...     

基于深度学习的分层关联多行人跟踪

由于连续帧之间数据关联的不确定性和所提取外观特征的鉴别力不足,多目标跟踪容易受目标外观变化、运动状态变化、相似目标以及目标消失再出现等干扰因素的影响,出现轨迹ID变换的问题,从而限制基于轨迹分析的行为检测、姿态识别等研究的性能.为了提高数据关联的可靠性从而减少轨迹ID变换,提出了一种基于轨迹置信度的分层数据关联方式.同...     

基于多粒度特征的行人跟踪检测结合算法

对于一些较为流行的应用,例如视频场景监控,对行人的长期有效跟踪是应用的基础.尽管对目标检测与跟踪的相关技术研究已经有了很长的历史,但是如何实时并较为准确地实现目标行人跟踪目前仍然是一个活跃的研究领域.基于多粒度的思想,提出了一种改进的行人跟踪算法,将卷积特征与底层颜色特征结合,对基于深度学习的跟踪算法GOTURN(generic object tracking using regression networks)得到的跟踪结果进行判断决策,结合目标检测对跟踪结果进行修正.实验结果表明：与单一的跟踪算法相比,多粒度决策的跟踪算法能够更加准确地对目标行人进行跟踪,可以显著提高跟踪精度.     

基于社会力模型的人员逆行行为仿真研究

为了对大型场馆疏散过程中出现的人员逆行行为问题进行研究,基于社会力模型建立了人员疏散仿真模型,研究逆行行为对场馆内人群疏散结果的影响。实验结果表明,该模型能够再现疏散过程中人员表现出来的逆行行为。     

多线索融合的无视野重叠跨摄像机行人跟踪算法

针对单个摄像机视野有限而无法满足日益扩大的监控范围的现象,此文对无视野重叠的跨摄像机行人跟踪算法进行了研究,并提出了一种融合时空线索和外观线索的无视野重叠跨摄像机行人跟踪算法。文章在对已有摄像机网络拓扑结构估计算法分析的基础上提出了一种基于加权时间窗口的无视野重叠摄像机网络拓扑结构估计算法。然后利用朴素贝叶斯完成两种线索融合,实现不同摄像机间行人匹配和跟踪信息的传递,最终实现无视野重叠区域的跨摄像机行人跟踪。该算法在公开的MCT数据集上进行对比实验并取得了优于其它算法的结果。     

对向行人避让与接触行为社会力模型改进研究

行人微观仿真是地铁车站对向行人通道设计与管理的重要分析工具.随着行人密度增大,对向行人近距离正面相对步行概率加大,在社会力模型仿真中易出现行人间相互穿越的不合理避让现象.同时,社会力模型将行人间非线性接触行为通过线性接触方式实现,使得仿真存在失真情况.为此基于社会力模型,引入主动避让力,并结合颗粒离散元模型的接触理论,...     

遗传算法与行人疏散模型结合的建筑出口优化

构建基于遗传算法与行人运动仿真模型的双层优化框架，选取单室双出口场景，考虑两个出口在同一侧、相邻侧、相对侧3种典型布局，设定3种人员身形，3种疏散初始人群密度，9种疏散出口大小条件，形成243个数值实验场景，分别计算获得最有利于人员疏散的出口布局。研究发现疏散出口宽度与疏散效率呈正向关系，疏散人员半径、初始人员密度与疏散效率呈负向关系，同时在不同布局中，影响疏散效率的关键参数有一定区别。     

基于社会力模型的人员逆流行为

为真实地再现人员疏散场景,针对人员疏散过程中的逆流行为问题,提出一种基于社会力模型的人员逆流行为仿真模型,研究在场馆内人员疏散过程中的逆流行为及其对疏散结果的影响。根据社会力模型建立人员疏散模型,采用主从个体之间的吸引力对从个体行动方向的决策作用来描述逆流行为。在有逆流行为情形下的单出口和多出口场馆进行仿真,仿真结果表明,该模型有效且具有可行性,能够模拟出人员疏散过程中的逆流行为,随着逆流个体的增多疏散时间呈非线性增加,在相同情况下主原地等待行为比主不原地等待行为的影响更明显。     

基于人机社会力模型的人群疏散算法

针对公共场合紧急情况下人群疏散困难和效果有限的问题,提出一种基于人机社会力模型的机器人疏散人群的方法。首先,基于原始社会力模型提出了一种新的人机社会力模型,该模型在原始社会力模型的基础上加入了机器人对人作用的人机作用力;然后,基于人机社会力模型提出一种新的利用机器人疏散人群的方法,该方法在人群疏散场景中加入运动机器人,通过机器人自身的运动,利用人机作用力影响周围行人的运动状态,减小行人之间的压力,从而达到加快人群运动速度、提高人群疏散效率的目的。在室内封闭场景人群逃生、两群行人交错这两种典型的疏散场景中分别进行仿真实验,并将实验结果与未加入机器人的人群疏散结果进行对比分析,实验结果表明,基于人机社会力模型的机器人疏散人群的方法能够明显加快人群的运动,提高人群的疏散效率。     

社会力模型中恐慌度概念的分析和改进

社会力模型是人群仿真领域的经典模型,自1995年提出后就被广为应用和调整.该模型2000年又推出一个改进版,增加了恐慌度概念.虽然目前基于社会力模型的研究已经很多,但是针对恐慌度概念分析的研究尚不多见.因此梳理了社会力模型中关键参数物理意义和恐慌度的概念,用恐慌度的变化来解释人群疏散中的快即是慢与从众行为现象....     

基于RCGA优化GRNN的实时动态目标追踪模型

针对三维环境中导弹追踪目标时制导和控制算法复杂而导致计算量非常大的问题,提出了一种基于隐性交叉遗传算法优化广义回归神经网络的实时动态目标追踪模型。通过将导弹防御区离散化为多个小模块生成输入数据,并针对每个可接受的目标参数数据集,使用RCGA估算导航常量和导弹注意时间;利用输入和输出的目标参数集生成GRNN所需的训练数据集;针对任意位置的目标轨道,将训练后的GRNN应用于实时导弹导引系统的实现中。通过战术目标仿真模型验证了所提算法的有效性及可靠性,仿真结果表明,相比其他几种目标追踪算法,算法取得了更好的实时性和更高的目标定位精度,脱靶率接近零。     

改进社会力的双向行人流模型研究

在行人运动和行人行为观察的基础上,结合社会力模型,把行人运动看作一种自驱动的个体在连续空间中移动的过程。为了解决行人间相互作用力的不足,通过引入行人运动感知域,提出一种行人碰撞避免的解决机制,这种机制能较好解决行人间的相互碰撞行为,防止行人间出现大面积的堵塞现象。仿真实验结果显示改进后的模型能再现正常条件下行人流基本图,并很好地再现了行人流“通道形成”自组织现象。