一种基于脉线流卷积神经网络的人群异常行为检测算法

在计算机视觉领域，人群异常行为检测技术可以广泛应用于视频监控、智能视频分析、群体行为识别等领域，因此，受到了学者们的广泛关注。由于视频中人群目标具有尺度变化大、透视形变、标注偏置等特点，人群异常行为检测依然是一个具有挑战性的难题。为此，本文提出了一种基于脉线流和卷积神经网络的人群异常行为检测方法(Streak Flow CNN Abnormal Behavior Detection，简称SFCNN-ABD)。SFCNN-ABD通过卷积神经网络获取显著的人群行为空域特征，并通过脉线流结合卷积神经网络获取人群行为时域特征。SFCNN-ABD是一个双流网络，网络结构由两个深度残差网络作为骨干网络，分别为空域网络和时域网络。其中，空间域网络的输入是原始视频帧，提取人群行为的表观特征，而时域网络利用脉线流提取人群行为的运动特征，脉线流能更准确地识别场景中的空域和时域变化，因而能进一步提升人群异常行为检测的准确性。最后将两个网络的输出进行融合，完成人群异常行为的检测。在UMN和VIF两个公开基准数据集进行了测试，实验结果表明本文方法的性能优于当前主流算法，验证了本文方法的有效性。     

论基层国民经济计划与城镇规划的整合

国民经济计划与城镇规划存在可操作性差、城镇规划体系内部存在矛盾、计划与城镇规划之间衔接性差等问题。建议不再独立编制国民经济计划及城镇规划,并按照“小政府服务大社会”的行政模式整合城乡发展规划。     

加油站设备管理工作研究

由于加油站设备管理工作具有一定的难度,与油库设备管理不同,加油站设备管理人员要不断提高自身的管理水平,降低设备管理难度。文主要分析了管理加油站设备的重要意义,并提出了相应的管理措施,希望能够给相关工作人员提供一定的参考与帮助。     

中国特色小镇空间分布特征及影响因素研究

特色小镇的建设扭动了新型城镇化建设的新阀门。为科学、合理地开发特色小镇,文章通过Arc GSI空间分析工具,对首批127个中国特色小镇的空间分布形态、均衡程度和集聚特征进行定量表征,并进一步剖析其成因,归纳特色小镇旅游开发的关键影响因素。研究表明:(1)特色小镇空间总体分布类型为凝聚型;(2)特色小镇的空间分布在江浙沪地区形成高度密集区,在京津冀、珠三角以及四川、重庆、云南等地接壤处形成了次级密集区;(3)地形因素、资源禀赋、交通条件和市场要素是旅游开发的关键影响因子,皆是特色小镇空间分布的成因。因此,只有充分发挥区位优势、整合市场资源、把握创新灵魂,才能进一步实现特色小镇的健康、可持续发展。