检索结果-内蒙古大学图书馆

计算机辅助设计与图形学学报 2022年第9期34卷 1372-1378页

作者：任浩林马骢王正胡大宁南方科技技大学商学院深圳518100 武汉大学计算机学院武汉430072

随着计算机视觉技术的发展,行人重识别技术得到了广泛的应用.为了有效地分析海量的行人轨迹数据的时空相关性,提出一个可扩展的可视化分析系统Hi-Geo-Ti,应用分层(hierachical)地理(geographical)时间轴(timelines)可视化系统,允许用户... 详细信息

随着计算机视觉技术的发展,行人重识别技术得到了广泛的应用.为了有效地分析海量的行人轨迹数据的时空相关性,提出一个可扩展的可视化分析系统Hi-Geo-Ti,应用分层(hierachical)地理(geographical)时间轴(timelines)可视化系统,允许用户从海量图像存储中即时提取和可视化行人的轨迹.特别地,Hi-Geo-Ti将行人重识别产生的关联与摄像机的时空属性相结合,在此基础上创建了三维轨迹图与二维时序故事图的交互组合,直观地解决了行人轨迹时空复杂度问题,快速有效地分析海量轨迹的相关性.以分析Covid-19的传播过程为例,展示了结合行人重识别技术该系统在抗击疫情中的助力作用,并进行用户研究验证设计的有效性.

关键词：行人重识别技术可视化时间轴行人轨迹时空数据关联可视分析

来源：评论

学校读者我要写书评

暂无评论

基于多信息融合的驾驶视角下行人轨迹预测

引用

控制与决策 2024年第7期39卷 2354-2362页

作者：桑海峰刘泉恺王金玉陈旺兴沈阳工业大学信息科学与工程学院沈阳110870

行人轨迹预测是实现在城市内完全自动驾驶的重要支撑,并且广泛应用于机器人路径规划、自主巡航等领域.驾驶视角下交通场景复杂多变、行人未来位置不确定性大,只考虑观测轨迹信息预测行人轨迹会有较大位移误差.针对这个问题,提出一种多... 详细信息

行人轨迹预测是实现在城市内完全自动驾驶的重要支撑,并且广泛应用于机器人路径规划、自主巡航等领域.驾驶视角下交通场景复杂多变、行人未来位置不确定性大,只考虑观测轨迹信息预测行人轨迹会有较大位移误差.针对这个问题,提出一种多信息融合网络(multi-information fusion network,MIFNet)来预测驾驶视角下未来行人轨迹的多种可能.MIFNet在观测轨迹信息的基础上引入姿态信息和光流信息,分别采用骨架序列重组和划分局部光流的方法避免遮挡造成的信息失真.为了更有效地融合这些信息,提出一种基于信息评价的跨信息融合注意力机制,综合考虑了预测过程中不同信息间的重要程度和同一信息间不同特征的重要程度.MIFNet在PIE数据集上预测1.5 s的平均位移误差取得了最佳成绩,在JAAD数据集1.5 s的长时轨迹预测任务中预测误差最小,并且模型参数量、推理时间较最新模型大幅度下降.

关键词：行人轨迹轨迹预测驾驶视角多信息融合注意力机制信息评价

来源：评论

学校读者我要写书评

暂无评论

基于深度学习的行人轨迹预测方法综述

引用

控制与决策 2021年第12期36卷 2841-2850页

作者：孔玮刘云李辉王传旭崔雪红青岛科技大学信息科学技术学院山东青岛266061

为了规划合理的路径以规避行人,针对行人轨迹预测的研究具有广泛的应用价值.基于手工特征的传统方法难以预测复杂场景下的行人轨迹.深度学习以人工神经网络为架构,具有强大的学习能力,在各个领域取得了显著的效果.基于深度学习的行人轨... 详细信息

为了规划合理的路径以规避行人,针对行人轨迹预测的研究具有广泛的应用价值.基于手工特征的传统方法难以预测复杂场景下的行人轨迹.深度学习以人工神经网络为架构,具有强大的学习能力,在各个领域取得了显著的效果.基于深度学习的行人轨迹预测方法已逐渐发展为一种趋势.为了宏观把握基于深度学习的行人轨迹预测的研究状况,首先,对不同方法进行组织与分类,比较不同方法的优缺点,讨论不同方法在行人轨迹预测领域的应用与发展;其次,根据行人轨迹预测模型的设计差异,对比不同算法对模型性能产生的影响;最后,针对行人轨迹预测中存在的问题,对基于深度学习的行人轨迹预测方法的未来发展进行了展望.

关键词：行人轨迹轨迹预测神经网络预测方法深度学习综述

来源：评论

学校读者我要写书评

暂无评论

基于全局自适应有向图的行人轨迹预测

引用

电子学报 2022年第8期50卷 1905-1916页

作者：孔玮刘云李辉崔雪红杨浩冉青岛科技大学信息科学技术学院山东青岛266061

由于行人交互的复杂性和周围环境的多变性,行人轨迹预测仍是一项具有挑战性的任务.然而,基于图结构的方法建模行人之间的交互时,存在着网络感受野小、成对行人间的相互交互对称、固定的图结构不能适应场景变化的问题,导致预测轨迹与真... 详细信息

由于行人交互的复杂性和周围环境的多变性,行人轨迹预测仍是一项具有挑战性的任务.然而,基于图结构的方法建模行人之间的交互时,存在着网络感受野小、成对行人间的相互交互对称、固定的图结构不能适应场景变化的问题,导致预测轨迹与真实轨迹偏差较大.为了解决这些问题,本文提出一种基于全局自适应有向图的行人轨迹预测方法(pedestrian trajectory prediction method based on Global Adaptive Directed Graph,GADG).设计全局特征更新(Global Feature Updating,GFU)和全局特征选择(Global Feature Selection,GFS)分别提升空间域和时间域的网络感受范围,以获取全局交互特征.构建有向特征图,定义行人间的不对称交互,提高网络建模的方向性.建立自适应图模型,灵活调整行人间的交互关系,减少冗余连接,增强图模型的自适应能力.在ETH和UCY数据集上的实验结果表明,与最优值相比,平均位移误差降低14%,最终位移误差降低3%.

关键词：轨迹预测自适应图有向图感受野行人轨迹图卷积

来源：评论

学校读者我要写书评

暂无评论

基于动态进化图的行人轨迹预测

引用

控制与决策 2024年第7期39卷 2345-2353页

作者：芈菁张旭秀闫涵大连交通大学自动化与电气工程学院辽宁大连116021 大连理工大学控制科学与工程学院辽宁大连116024

行人轨迹预测在自动驾驶和社交机器人等领域有着广泛的应用.对行人间复杂的交互关系进行有效建模是提高轨迹预测准确性的关键问题.然而,基于图神经网络的方法建模行人间的复杂交互时,存在行人间交互关系不会随着时间推移而改变,并且图... 详细信息

行人轨迹预测在自动驾驶和社交机器人等领域有着广泛的应用.对行人间复杂的交互关系进行有效建模是提高轨迹预测准确性的关键问题.然而,基于图神经网络的方法建模行人间的复杂交互时,存在行人间交互关系不会随着时间推移而改变,并且图模型无法自适应地调整网络参数,导致预测轨迹与真实轨迹偏差较大.为此,提出基于动态进化图的行人轨迹预测方法,设计动态特征更新(DFU)以定义行人间的动态特性,对行人间动态交互进行建模以构建时间域的网络动态性,提升对行人间复杂交互关系建模的能力.采用进化图卷积单元优化编码器,灵活进化图模型网络参数,增强图模型的自适应能力.研究结果表明,在预测8个时间步长下,与STGAT模型相比,所提出模型在两个公开数据集(ETH和UCY)上取得了更好的性能,平均位移误差降低12.26%,最终位移误差降低14.10%.

关键词：动态图进化图图卷积轨迹预测行人轨迹

来源：评论

学校读者我要写书评

暂无评论

基于行人轨迹的大规模人群模拟快速自主导航

引用

计算机仿真 2020年第10期37卷 195-199页

作者：刘景昊王雷盛捷中国科学技术大学信息学院安徽合肥230026

多出入口环境下虚拟行人的逼真动态行走是大规模虚拟人群仿真研究的难点问题,现有研究方法的训练成本与仿真性能无法满足高逼真度大规模人群仿真的需要。提出一种从视频中快速学习行人轨迹的智能体快速自主导航仿真框架,将行人运动规则... 详细信息

多出入口环境下虚拟行人的逼真动态行走是大规模虚拟人群仿真研究的难点问题,现有研究方法的训练成本与仿真性能无法满足高逼真度大规模人群仿真的需要。提出一种从视频中快速学习行人轨迹的智能体快速自主导航仿真框架,将行人运动规则提取转化为符号回归问题的求解。得到的行人运动规则为一个非线性函数,虚拟行人可以据此实现快速导航。实验结果证明,上述方法能够高效生成逼真的行人运动,在Unity3D仿真环境中性能表现优异。

关键词：虚拟人群多智能体行人轨迹符号回归

来源：评论

学校读者我要写书评

暂无评论

基于智慧校园的行人轨迹分析系统的设计与实现

基于智慧校园的行人轨迹分析系统的设计与实现

引用

作者：陈博文安徽大学

学位级别：硕士

近年来,随着“智慧校园”建设的飞速发展,对完善现代化校园中智慧精准的联动互联网以及硬件设备等的建设的需求亟待解决。随着校园WIFI的无缝覆盖,校园内教室、路口等关键位置高清监控摄像头的完善部署以及智能移动设备的全面普及,面对... 详细信息

近年来,随着“智慧校园”建设的飞速发展,对完善现代化校园中智慧精准的联动互联网以及硬件设备等的建设的需求亟待解决。随着校园WIFI的无缝覆盖,校园内教室、路口等关键位置高清监控摄像头的完善部署以及智能移动设备的全面普及,面对监控摄像头和无线路由等硬件设备所采集的海量数据,传统的基于行人轨迹追踪、目标检测所实现的软硬件、数据可视化管理系统已经无法满足智慧校园对校园师生日常学习和生活进行深入分析的需求。譬如基于师生位置信息的人群密度预警、出行建议、自习室选择建议等功能,都需要新的技术系统加以实现。本文所述系统以校园现有的视频监控、路由管理系统数据为基础,使用改进的基于Tiny-yolov3的实时行人检测算法进行人数统计,使用爬虫框架Scrapy抓取路由管理系统来获取整个园区学生用户的近实时WIFI连接信息,对其加工处理后可以得到校园WIFI用户的实时位置信息。此系统具有以下功能:根据园区各建筑、楼层、房间、路口摄像头行人检测算法得到的人数信息,绘制实时校园热力图;根据学生用户的实时位置信息,绘制行人轨迹图;通过对比园区实时热力图数据和系统当前登录的学生用户的运动轨迹图数据,可以实现人群密度预警、出行建议等信息的推送等。本文主要完成以下工作:1.在TensorFlow框架下,利用基于Tiny-yolov3改进的实时行人检测算法构建行人检测模型(包括获取数据集、训练以及测试)。该算法可以降低计算复杂度、节省内存资源,增加非线性激励函数,提高网络的特征提取能力,在检测精度和检测速度之间达到了完美的平衡,更适合于实时校园环境下的行人检测。2.通过融合Scrapy爬虫模块和摄像头视频流采集模块获取到的数据,进行基于师生用户实时位置的预警信息推送。使用爬虫框架Scrapy抓取连接校园WIFI用户的连接状态信息,对其进行数据处理后得到结构化的用户运动轨迹数据;对摄像头视频流采集模块采集到的图片进行目标检测,统计园区中用于实验的摄像头下的人数信息,绘制园区近实时热力图;根据近实时热力图获取到园区各建筑、楼层下的人数信息,以及用户运动轨迹图获取到的用户实时位置信息,进行基于用户近实时位置信息的人群密度预警、自习室选择建议等预警信息的推送。3.设计并实现行人轨迹分析系统,通过对整个系统的架构需求分析,将系统划分为五层架构,通过对每个功能模块可复用设计,使得系统在满足用户使用各个功能模块的同时,保证了各功能模块的可拓展性、功能模块之间的低耦合性。本系统的深度应用是建立在对园区内行人轨迹分析基础之上的。该系统的原理是通过利用对Tiny-yolov3的改进实时行人检测算法来统计人数、用Scrapy框架来获取用户运动轨迹信息,并对上述人数、轨迹等数据信息进行加工处理,实现对软硬件的结合应用。经过对该系统的测试,证明该系统可以利用摄像头检测人群密度,并通过无线定位对个人的具体信息(如位置、学工号等)进行确定,因此可用于疫情防控期间监测人群密集度、人群活动轨迹范围等情况。

关键词：智慧校园系统设计深度学习目标检测行人轨迹

来源：评论

学校读者我要写书评

暂无评论

基于KLT跟踪的行人轨迹提取方法研究

基于KLT跟踪的行人轨迹提取方法研究

引用

作者：李大光中国科学院大学

学位级别：硕士

近几年，踩踏事件、恐怖袭击等公共安全事件频发，公共安全领域获得越来越多的关注。同时，公共区域监控摄像头日益增多。如果能够对这些监控视频进行有效的实时分析，及时发现和处理安全隐患和突发事件，就可以极大地减少各种公共安全... 详细信息

近几年，踩踏事件、恐怖袭击等公共安全事件频发，公共安全领域获得越来越多的关注。同时，公共区域监控摄像头日益增多。如果能够对这些监控视频进行有效的实时分析，及时发现和处理安全隐患和突发事件，就可以极大地减少各种公共安全事件。然而依靠人工分析这些监控视频，效率低，费用高，准确度不稳定。我们迫切地需要自动分析处理监控视频的算法。\n 行人的长程轨迹包含了行人行为的丰富信息，是分析监控视频的第一步，在很多领域有着重要作用，例如人群密度估计、流量统计、限流和疏散指挥、异常行为检测等等。真实视频中提取的行人轨迹还可以为数据驱动的人群模拟提供训练数据。在这些应用中，监控摄像头往往处于较高位置，拍摄距离远，场景大，且行人密度较大。这将导致以下几个难题。第一，监控视频中行人分辨率较低，行人外观特征不明显。第二，行人在视野范围内时间较长，很难保证跟踪长时间不发生错误。尤其在行人密度较大，互相遮挡频繁时。第三，监控摄像头往往数量巨大，这要求跟踪算法的参数设置简单方便，易于扩展。\n 目前，多目标跟踪的研究主要集中在基于检测的跟踪方法。这类方法的效果严重依赖于目标检测的效果。在行人分辨率较低，部分遮挡频繁时，行人检测的效果将大大下降，导致基于检测的跟踪方法的效果也大大下降。另外，此类方法需要大量训练数据，且跨场景泛化能力差。每次新设置一个摄像头时，视角、分辨率等变化将导致需要重新训练。这对于大规模监控摄像头网络非常不实用。\n 现在也有一些论文研究了基于特征点轨迹聚类的行人跟踪方法。这类方法一般不需要训练过程，且对分辨率要求比较低，对部分遮挡比较不敏感。但是这些论文都集中在讨论一个时间窗口内的跟踪，而不考虑长程跟踪问题，因此无法得到可靠的长程行人轨迹。行人长程轨迹包含的信息相对于轨迹碎片要丰富得多，应用场景也更多。尤其对于异常行为检测，行人轨迹的完整性至关重要。\n 本文围绕远距离、大场景监控视频中的行人长程轨迹提取这一问题，针对以上难点展开研究，取得了如下研究成果:\n (1)提出一种在时间窗口内提取行人轨迹的方法\n 该方法在一个时间窗口内对KLT特征点轨迹进行Meanshift聚类，得到行人轨迹。该方法充分利用了KLT特征点轨迹的时空信息，克服了基于检测的行人跟踪方法对行人外观信息的依赖，在低分辨率、部分遮挡频繁的情况下也能取得较好的效果，适用于远距离、大场景监控视频的行人轨迹提取。实验证明，本文方法在行人分辨率约50×100像素时，效果远好于基于检测的行人跟踪方法。同时，该方法不需要训练过程，参数设置简单方便，易于扩展，适用于大规模监控摄像头网络。\n (2)提出一种利用外观特征一致性来关联并延长跟踪结果的方法\n 该方法在充分利用了KLT特征点轨迹的时空信息的基础上，引入外观特征一致性以关联和延长跟踪结果。为了在不进行行人检测的情况下对行人外观进行描述，本文创新地提出了一种基于特征点轨迹的外观特征。经实验证明，外观特征一致性可以显著降低行人跟踪过程中目标跳换的错误，从而获得高质量的长程行人轨迹。

关键词：目标跟踪行人轨迹监控视频 KLT算法

来源：评论

学校读者我要写书评

暂无评论

基于知识学习的行人轨迹预测方法综述

引用

湖北大学学报（自然科学版） 2024年第1期46卷 33-44页

作者：王雨露张龑彭乾湖北大学计算机与信息工程学院湖北武汉430062

随着深度学习的快速发展,行人轨迹预测任务已经成为计算机视觉领域的研究热点之一,在自动驾驶、视频监控、人机交互等领域基于深度学习的行人轨迹预测方法得到了广泛应用。首先,介绍过去几年该领域的概况(特别关注基于知识学习的方法),... 详细信息

随着深度学习的快速发展,行人轨迹预测任务已经成为计算机视觉领域的研究热点之一,在自动驾驶、视频监控、人机交互等领域基于深度学习的行人轨迹预测方法得到了广泛应用。首先,介绍过去几年该领域的概况(特别关注基于知识学习的方法),将这些算法分成基于统计学模型的轨迹预测方法和基于知识学习的轨迹预测方法两大类,并分析每类方法的主要算法;然后,讨论行人轨迹预测任务中使用的数据集和常见的评估指标,对比基于知识学习分类的各个方法在主流数据集下的预测性能。最后,对行人轨迹预测的发展进行展望。

关键词：轨迹预测行人轨迹深度学习综述

来源：评论

学校读者我要写书评

暂无评论

基于个人终端的行人轨迹数据压缩算法的比较和探讨

引用

城市情报 2020年第18期 101-102页

作者：易家莉增城区城乡规划与测绘地理信息研究院 511300

智能个人终端移动互联网时代的到来产生了海量的移动轨迹数据,大量的轨迹数据正在逐渐积累并为不同的应用所服务.但在提供方便的同时,也对海量轨迹数据的管理和利用带来了极大的挑战.因此,准确、高效的压缩减少轨迹数据量是非常有必要的... 详细信息

智能个人终端移动互联网时代的到来产生了海量的移动轨迹数据,大量的轨迹数据正在逐渐积累并为不同的应用所服务.但在提供方便的同时,也对海量轨迹数据的管理和利用带来了极大的挑战.因此,准确、高效的压缩减少轨迹数据量是非常有必要的.本文回顾了已有的数据压缩算法,重点分析了行人轨迹数据的特征及适用于行人轨迹数据压缩的算法,并从中提取出了三种常用的行人轨迹压缩算法,通过误差和时间复杂度等方面评价轨迹压缩算法的优劣,并得出最适宜的压缩比,并基于Android平台显示经过压缩算法压缩后的轨迹效果.

关键词：个人终端行人轨迹位置服务海量轨迹轨迹压缩

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：