基于视觉注意机制的行人检测方法

视觉注意机制是人类视觉信息处理过程中的一项极为重要的心理调节机制,将注意机制融入到行人检测中,提出一种基于视觉注意机制的行人检测方法。利用注意模型提取颜色、亮度、形状等多种特征,生成显著图,再利用WTA网络提取感兴趣区域,即行人检测区域;采用HOG作为特征对行人检测区域进行行人检测,该方法首先利用在梯度方向提取人体目标的特征集,运用支持向量机训练得到一个SVM行人分类器,最后通过Opencv平台应用到视频行人检测系统中。实验结果表明,相比较HOG检测方法具有较高的准确率和实时性,该方法对天气和光照变化都有很强的适应能力。     

基于深度学习和度量学习的行人再识别

跨摄像机行人因光照、视角、姿态的差异,会使其外观变化显著,给行人再识别的研究带来严峻挑战。文中提出基于深度学习和度量学习的行人再识别方法。首先采用手工特征和深度特征融合网络FFN提取行人图像特征,然后将核矩阵应用于KISSME距离度量学习中,获取更优的距离度量模型。在具有挑战的VIPeR和PRID450S两个公开数据集上进行仿真实验,实验结果表明所提出的行人再识别算法的有效性。     

基于图像处理技术的行人运动轨迹提取方法

为了实现复杂场景中多运动行人目标的检测和跟踪,采用计算机视觉技术对真实场景下行人运动视频进行处理。利用基于高斯混合模型的背景消减法提取运动目标前景,并通过形态学运算进行目标清晰化处理。采用基于预测的Kalman滤波算法对运动目标进行跟踪,并对画面中的人数进行实时统计和更新。输出多运动行人目标的实时坐标和运动轨迹。研究结果表明:本文提出的算法能够快速准确地检测和追踪多运动行人目标,初步提取行人运动轨迹。     

步行空间中行人运动特征的实测和比对分析——以典型轨道交通站出入口接驳通道为例

行人运动特征有多种影响因素,本研究通过对步行通道的选取控制了行人内部影响因素,并运用前沿计算机视觉算法从自摄一小时视频数据中提取行人运动轨迹,对不同环境因素下的行人运动特征进行了实测和比对分析。实测数据显示：单侧有服务设施通道中行人比无服务设施通道中行人均速慢0.29m/s,均速离散度高,滞留行人平均流量高出5.78（人/分钟）·m-1、平均密度高0.03人/m2。     

基于OpenCV的地铁车站行人监测技术研究

近年来,我国轨道交通行业发展迅速,轨道交通线网的规模在逐渐扩大。基于地铁车站服务设施相关规划设计的思想分析可知,车站的整体和各服务设施的设计与车站客流量的实际情况不符,所以行人相关特征数据的获取尤为重要,是科学的行人服务设施规划设计和优化配置的基础。文章采用基于SSD模型行人检测与现常用的基于HOG与SVM特征识别算法比较对行人检测,并利用Kalman滤波算法对行人跟踪,使用OpenCV3.4.7计算机视觉库和MFC对行人监测系统平台进行搭建。     

人行桥行人荷载的动力特性及作用模型分析

大跨度人行桥普遍存在着人致桥梁振动的问题,对行人激励荷载的动力特性及作用模型分析是研究人桥耦合振动的基础。行人随机激励荷载模型选取的好坏将会直接影响到采取的减振措施的质量。本文在国内外文献和技术资料的查阅的基础上叙述了人行荷载的特征,同时,对各国规范和学者提出的行人激励荷载模型进行了分析比较。这对大跨度人行桥的振动设计具有参考借鉴意义。     

神经网络方法在变电站消防管理的应用研究

为了提升变电站消防管理科学化水平,实现视频图片火焰特征提取及识别定位。接入视频监控码流数据,构建基于卷积神经网络的火焰识别模型,进行实时识别火焰特征并预警预报。实验表明,该方法能够自动提取火焰特征,有效提高复杂背景下的火焰识别的准确率,具有良好的鲁棒性和泛化能力,在变电站消防管理中有较大应用前景。     

图像辨识性特征的自动学习方法

针对以关键字进行检索分类的图像,首先利用经验设置规则提取初始图像块;对于类中每个备选图像块,寻找所有备选图像块中与其最相似的图像块,并根据梯度方向直方图特征进行聚类,形成特征组;最后,利用图像注册的方式将特征组进行合并,形成商品图像完整的特征。本文以电商图像为例对算法进行了测试,实验结果表明,辨识性特征区域提取的准确率可达70%以上,且与已有方法相比提取特征区域更加完整。     

基于元胞自动机的行人流疏散仿真研究

基于元胞自动机模型对行人流疏散问题进行了仿真研究。模型在传统动态参数模型的基础上,将社会力思想引入到元胞自动机模型,设计了考虑行人间相互作用力的改进模型。模型中行人的行为选择由方向参数以及排斥力参数共同决定。之后利用模型研究了出口宽度对行人疏散时间的影响并与未考虑排斥力作用的模型进行比对验证。     

行人影响下的信号交叉口通行能力研究

为量化行人交通对信号交叉口通行能力的影响,分析了行人-机动车冲突点处的行人行为特征和人车运行规律,并描述了行人成群到达的现象。在此基础上,利用车队分析法建立冲突点车辆通行能力模型,并且利用实测数据标定模型参数,为计算行人影响下的信号交叉口通行能力提供了分析依据。模型计算的冲突车流通行能力很大程度取决于有效绿灯时间内冲突点处人车冲突的平均次数。模型计算通行能力总体上低于HCM 2000方法,结果随行人流量增加而呈现的下降趋势渐趋平缓。模型建立在冲突点运行规律基础之上,具有较广泛的适应性。研究为混合交通条件下信号交叉口配时设计与交通管理提供了理论基础。