• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文会议>International Conference on Autonomous Agents and Multiagent Systems >Learning Behavior Patterns from Video: A Data-driven Framework for Agent-based Crowd Modeling
【24h】

Learning Behavior Patterns from Video: A Data-driven Framework for Agent-based Crowd Modeling

机译：来自视频的学习行为模式：基于代理的人群建模的数据驱动框架

获取原文
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

This paper proposes a generic data-driven crowd modeling framework to generate crowd behaviors that can match the video data. The proposed framework uses a dual-layer mechanism to model the crowd behaviors. The bottom layer models the microscopic collision avoidance behaviors, while the top layer models the macroscopic crowd behaviors such as the goal selection patterns and the path navigation patterns. Based on the dual-layer mechanism, an automatic learning method is proposed to learn the model components from video data. To validate its effectiveness, the proposed framework is applied to generate the crowd behaviors in New York Grand Central Terminal. The simulation results demonstrate that the proposed method is able to construct effective model that can generate the desired emergent crowd behaviors and can offer promising prediction performance.
机译：本文提出了一种通用数据驱动的人群建模框架，以生成可以匹配视频数据的人群行为。所提出的框架使用双层机制来模拟人群行为。底层模拟显微静电避免行为，而顶层模拟宏观人群行为，例如目标选择模式和路径导航模式。基于双层机制，提出了一种自动学习方法来从视频数据中学习模型组件。为了验证其有效性，拟议的框架适用于在纽约盛大中央终端的人群行为。仿真结果表明，该方法能够构建能够产生所需的新兴人群行为的有效模型，并且可以提供有希望的预测性能。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号