人群密度

摘要： 随着社会经济的快速发展,城市人口日渐增多,对出行便利性的要求不断提高,地铁已然成为城市发展与进步的象征。但随着地铁的里程数急剧增加以及大多数地铁处于地下,地铁的照明系统耗电量巨大,因此地铁车站的照明节能研究迫在眉睫。根据地铁车站的耗电特点,提出了一种基于人群密度的方法,通过实时估算当前地铁车站的人群密度来动态调整车站内照明系统的功耗,以此来实现照明节能。

摘要： 提出了一种改进的基于卡尔曼滤波技术的人群密度检测算法,该算法通过减背景法识别人群,使用改进的基于卡尔曼滤波技术进行背景更新,通过阈值统计的方法增强识别出的前景人群的效果,最后在此基础上基于像素统计信息进行人群密度计算。实验结果表明,该算法实现简单,可以有效的解决卡尔曼滤波技术更新背景时的空洞现象,比较准确地计算出人群密度。

摘要： 会展三新展上杭博所提供的盒饭被赞为"盒饭届的爱马仕",从健康、温度、颜值、环保等环节入手,改变传统盒饭的刻板形象是杭博盒饭"出圈"的重要原因。餐饮已经成为越来越多综合型会展场馆青睐的配套业务,也成为服务竞争中关键的一环。但无论是自营餐饮还是在外包餐饮,在研究餐饮服务如何出彩之前,首要保证的是食品安全问题。尤其在疫情防控进入常态化的当下,会展场馆这一高人群密度的空间必须严上加严紧抓食品安全管理。

摘要： 本文基于行为心理学的视角,采用照片对比法和数据二维化处理,对成都市宽窄巷子历史文化空间的工作日和非工作日人群行为进行了测度。研究发现,成都市宽窄巷子中的人群行为变化在行为心理的影响下,与人群密度成倒"U"形的曲线关系。当人群密度达到1.2人/m^(2)时,达到人们心理最佳的人际交往距离。这时,人群在空间中自由活动的选择性最高,体验感也是最佳的,且人群行为的转化率也是最高的。据此,基于空间的运行效率和人群在空间中的舒适度体验提出优化策略,从人群的行为需求和心理需求两方面,对宽窄巷子的空间优化提出具体的策略。

摘要： 传统的旅游服务平台面对数据爆炸的情况,很难提供高质量的网页服务内容,平台智能性需要更深入提高.因此,提出基于大数据的黔东南州民族文化旅游服务平台研究.设计平台通信机制,实现平台内各个模块协同工作,使用网页内容分析技术,根据互联网上采集旅游相关数据,建立旅游大数据感知模型,及时感知旅游数据,结合景区内游客状态,向游客推荐精准的服务内容,实现服务平台的技术研究.实验表明,根据大数据的黔东南州民族文化旅游服务平台的设计能够为游客提供含有更多重要内容的网页服务,平台的智能性得到了提升.

摘要： 为保护学生人身安全,降低学生因聚集发生事故的概率,笔者设计一种基于卷积神经网络和密度分布特征的校园人群安全监控系统.该系统首先将场景中的人群依据密度进行划分,对于学生稀疏的情况,利用Faster RCNN对目标区域进行判别和分类;针对遮挡密集人群,在人群聚集处使用CSRNet进行拥挤人群密度计算;针对口罩识别,采用Yolov3进行口罩佩戴识别.该系统结合多种算法和方法将人数监测和口罩佩戴功能相结合,及时反馈预警,以提升校园安全管理水平.

摘要： 人群同步率与行走步频对人行桥的结构振动响应影响较大,但既有随机人群荷载模型仅由单人荷载模型组合而成,并未考虑人群密度对结构振动的影响,建立可描述人群行走特征的随机人群荷载模型尤为重要.以某钢桁架人行桥为研究对象,采用现场振动测试试验与数值模拟的方法,研究人群密度对人行桥振动响应的影响规律,在既有随机人群荷载模型的基础上,提出一种考虑人群同步率与行走步频随人群密度变化而改变的随机人群荷载模型,并采用其他学者的相关试验数据对本文建立随机人群荷载模型的正确性进行了验证.研究结果表明:人群同步率和行走步频都会随人群密度的变化而改变;当人群密度小于1人/m2时,人行桥振动响应与人群密度呈正相关,当人群密度超过1人/m2,人行桥振动响应随人群密度呈负相关;基于人群密度的荷载模型所得到计算值与试验值的相对误差为5.0％～12.2％,这证明本文建立的随机人群荷载模型能够较好模拟人群行走所产生的荷载效应.

摘要： 本文设计并实现了基于Echarts的交通时空管控系统.结合当前严峻的交通状况,研究设计交通时空管控系统对交通状况进行智能监控,以提高市民出行效率,避开人群密集区域提升市民出行体验,也可以使得政府获得更加精确的交通信息与市民出行的动态信息,更好地部署基础交通建设,来优化人们的生活品质.采用了Echarts作为前端开发的框架,因为其对数据的可视化不仅限于数据的显示,更重要的是可以通过后台数据驱动,时事动态显示数据的流动,并且统计数据的变化趋势.通过Echarts视图展示数据信息,更有利于市民与政府更好地读取所需的交通信息.

摘要： 宿舍是学生群体事件易发的高危区域,为了解决宿舍区域内学生群体事件监测手段匮乏及预警滞后的难题,从学生密集程度异常可能引发群体事件和保护学生隐私的角度出发,基于毫米波传感器的人数统计功能,设计了宿舍人群密度监测系统.系统通过IWR1642毫米波传感器监测宿舍区域内的人数,当人群密度达到预警阀值后开启摄像头,并通过Wi-Fi模块将人数信息和图像信息传输至云平台.宿管人员可通过手机登录云端查看数据,并接收云端发送的报警提示信息.系统中摄像头的有条件开启可有效保护学生隐私,宿管在掌握区域内学生数量及实时图像后可及时采取措施制止群体事件的发生.本系统软硬件结构清晰,具有较好的应用价值.

摘要： 随着中国经济社会的快速发展,面临着多种应急突发事件:自然灾害、事故灾难、公共卫生、社会安全等,严重影响了中国经济的健康发展,对百姓的生命、财产安全也造成了严重威胁.建立预警和应急机制是保障人民生命财产的重要内容,预警和应急机制能够把应急信息在最短时间内发布出去.对视频图像中的人群密度的检测是实现应急预警能力的先导,也是保障人民生命财产的一个重要部分,预先知道人的数量能够更好地应对突发事件.本文针对人群密度检测中经常出现的问题,采用计算机视觉的相关技术,对人群密度的相关算法进行研究,得到基于计算机视觉人群密度检测的设计方案.

摘要： 目前,声景观的评价方法已被广泛用于室内空间中,然而餐厅的声景观还没有得到系统的研究.因此,本研究在对哈尔滨几家典型餐厅问卷调查与声学测量的基础上,分析了在集中式,单独式和分散式就餐模式下,人群密度对餐厅声景观评价的影响.研究发现,当人群密度由0.06人/m2增至0.25人/m2时,集中式、单独式、分散式餐厅的LAeq分别增加了5.6dB (A)、4.9dB (A)和3.5dB (A).在集中式就餐模式下,当人群密度在0.10～0.15人/m2时,使用者的声舒适度评价较高;而在独立式模式下,声舒适度值较高的人群密度范围是0.15 ～ 0.20人/m2.

摘要： 传统的人群密度计算方法主要采用图像或视频监控进行识别估算,不能从整个城市范围进行精确的计算.利用移动电话在基站后台留下的轨迹数据,对移动基站手机接入量与人群分布的关系给出形式化的定义;建立了手机分布密度与人群密度之间的关系模型:使用马尔科夫链对基站覆盖区域的人群分布密度构建动态预测模型.最后利用某市主城区中国移动的基站数据和手机轨迹数据进行实验,实验结果显示,人群密度的预测精度为89.4％,为下一步开展提高人群密度的计算精度和提高人群密度预测的准确性的研究工作奠定了基础.

摘要： 人群密度估计和人数统计是人群分析领域的研究热点和难点.针对人群分析,整理和分析了近年来关于人群密度估计和人数统计的算法文献,将人群密度估计和人数统计算法分为基于目标检测的算法、基于像素统计的算法、基于纹理分析的算法,系统介绍了文献中典型的人群密度估计和人数统计算法,并对不同的算法优缺点进行了归纳和总结，指出基于像素统计的优点是计算小，适用于低密度人群;基于纹理统计的优点是可以有效解决高密度人群的重叠，但是计算量也随之增大。在将来的研究中需要发现区分性、鲁棒性、推广性更好的特征来表征人群密度信息，减少分形维数特征提取的时间，同时提高算法的精度。人群密度监控依然是智能监控中的崭新领域，需要研究者不断发现、解决问题。

摘要： 为满足智能视频监控系统的需求,本文提出一种基于人群密度和光流特征的群聚异常行为分析的算法.首先,采用高斯混合模型对场景中背景进行建模.然后,通过前景面积和联合二维熵对人群密度进行估计,选取光流法得到方向直方图的熵和能量对群聚事件的运动特征进行分析.最后,提出一种判断群聚异常行为的参数指标,在不同场景下,通过设定不同的阈值区分群聚行为和其他行为,判断群聚事件是否发生.选取BEHAVE和PEST2009标准数据集,对本文算法进行测试,实验结果验证了本文算法的准确性和有效性.

摘要： 为使灰度共生矩阵提取的特征值能较好地表达图像纹理信息,对校园拍摄视频的图片序列进行了大量实验.首先测试了灰度共生矩阵的各构造参数对关键特征值的影响,给出了特征值随参数变化的规律,确定了构造参数的合理取值;然后测试了不同人群密度图片对特征值的影响.实验结果对于更好地构造灰度共生矩阵、实现基于纹理的人群密度估计有着重要的参考意义.

摘要： 随着2022年北京--张家口冬奥会的临近,京津冀一体化的发展,京张高铁八达岭长城站的客流量届时将显著增加.本文按照冬奥会期间和日常早晚高峰不同时段的四种工况,对两侧站台加宽或加长的四种站台设计方案,建立了16种站台行人仿真模型,应用LEGION软件进行数值仿真对比分析.综合考虑站台层人群密度、拥挤状态等参数的变化规律,提出了站台优选方案.本文的研究方法和分析结论可为火车站、地铁站和交通枢纽设计提供参考.

摘要： 铁路客流量大,对人群数量进行统计及对人群密度进行估计成了监控人群活动的关键技术问题.准确对客流进行统计分析具有重要的现实意义,鉴于此本文针对铁路客运及其特殊的应用环境进行分析,对基于视频图像分析的铁路客流统计技术进行了研究.

摘要： 商业步行街作为一种城市公共空间,是市民和游客休闲娱乐和从事社会活动的重要场所,因此商业步行街的声环境显得尤为重要.如何利用声景观改善商业步行街的声环境是亟待解决的一个科学问题.本文以哈尔滨市中央大街步行街为例,通过问卷调查和客观测量相结合,主要研究了声源类型和人群密度对商业步行街声景观的影响.研究表明使用者的声舒适度与声源类型有关,自然声和音乐声的声舒适度较高为4.2-4.8,交通噪声和施工声虽然主观响度不高,但是声舒适度较低,仅为2.8.在不同典型区域,人群密度对声舒适度的影响也不同.在毗邻车型路的购物区域,随着人群密度的增加,声舒适度随之增加.而在购物区域,随着人群密度从0增加到0.25人/平方米,声舒适度增加,而当人群密度大于0.25人/平方米时,声舒适度降低.以上研究表明通过声源和人群密度可以有效地改善商业步行街的声景观,为建立商业步行街声景观预测模型奠定了基础.

摘要： 首先对"5.12"汶川地震的录像进行分析,并对2009年春运期间北京火车站内的人员疏散速度进行实地测量,获得了"5.12"汶川地震中的预疏散时间及进站通道、站台、出站通道等不同区域内的人员疏散速度,研究了密度、年龄、性别对疏散速度的影响,为完善我国人员疏散基础信息、进一步研究人员疏散规律提供了一定的参考.

摘要： 本发明公开一种人群异常行为与人群密度识别方法，包括：计算待检测的视频第i帧和第i+1帧间每个像素点的位移矢量；提取运动区域前景并进行二值化处理，获得二值化后的运动区域前景图像；计算二值化后的运动区域前景图像的每个像素点的位移距离，剔除位移较小的像素点；对于剩余的像素点，求x方向和y方向的二阶微分，得到空间特征点；计算以每个空间特征点为核心的一定规格邻域的沿x轴方向和沿y轴方向的平均位移矢量；对于第i+1帧和第i+2帧视频，重复前面的步骤;计算第i帧至第i+1帧间视频的矢量和第i+1帧至第i+2帧间视频的矢量的差，并进行统计生成全局特征向量；将全局特征向量输入支持向量机训练，分别对人群异常和人群密度进行分类训练。

摘要： 本发明公开了一种基于密度图的人群密度分析与检测定位方法，将用于训练的数据集中的人群图像进行预处理，利用高斯滤波器转化为二维的人群密度图像，其次设计一种深度分离空洞卷积网络模型学习输入图像与人群密度图像之间的特征映射函数，实现端到端的预测模型，并对预测密度图像素值积分求和实现人群计数，最后将预测得到的人群密度图输入至RetinaNet目标检测网络实现人头检测与定位。本发明实现在人群高度密集场景下人头与非人头的分类，能够解决高度密集场景下的人群密度分析无法提供具体定位以及人群检测中的漏检问题。

摘要： 本发明属于人群分析技术领域，为基于CNN低层语义特征密度图的人群密度估计方法，包括步骤：数据的预处理，根据原图像的行人位置生成密度图；对原图像和密度图进行切片；对原图像进行MCNN多分支特征提取，对各分支特征进行卷积、池化操作后，通过MCNN特征图融合器对各分支特征进行连接得到MCNN连接特征图，并对其进行卷积操作得到初始的MCNN密度图；对原图像进行卷积得到具有低层语义特征图；将低层语义特征图与MCNN多分支特征提取后各分支生成的特征图在通道数这一维度进行连接，得到连接特征图；用若干层卷积层对连接特征图进行解码，生成最终的密度图；对最终密度图的每个像素相加求和，得到图片中的人数。MAE、MSE较低，准确率和稳定性都较高。

摘要： 本发明涉及一种人群密度检测模型训练方法和人群密度检测方法，包括：获取样本图像输入人群密度检测模型中的预设神经网络模型，得到第一样本特征图、第二样本特征图以及各密集度的样本概率值，将其输入预设选择网络模型，确定出样本目标特征图；将各密集度的样本概率值输入预设构建网络模型构建样本概率值特征图；将样本目标特征图和样本概率值特征图输入预设特征融合网络模型生成样本人群密度图；将样本人群密度图和样本图像组成特征图、预先标记的标签密度图和样本图像组成的特征图输入预设的判别器网络，得到人群密度检测模型的损失，根据损失对人群密度检测模型进行训练。提高了得到的人群密度检测模型的准确度。

摘要： 本发明提出了基于知识图谱与区域人群密度的人群拥堵预测方法及系统，通过对疏散场景进行区域划分，计算各个区域的人群密度来判定区域状态和获取区域人群聚集速度，同时构造一个基于概率的区域选择模型预测人群的移动方向，最终构建疏散场景的区域状态知识图谱，利用知识图谱预测人群拥堵；将知识图谱引入到人群疏散拥堵预测的领域，通过对疏散场景中各区域的拥挤状态的计算和整理，构建了区域状态知识图谱，完善了模型对于区域拥挤状态预测的过程，深度提高了模型的表征能力和预测效果，对于提高人群拥堵预测效果和人群疏散效率具有深远的意义。

摘要： 本发明涉及计算机视觉技术领域，公开了一种人群密度估计的识别及人群行为分析算法，具备系统会自动提醒各个点位异常情况，会预测客流高峰期提前做好部署方案，出现危险状况之后，系统自动做出连锁反应，将人民的生命财产安全损失降至最低的优点。本发明人群密度估计识别系统，利用当前先进的机器视觉、图形图像视频分析技术、人体模式识别技术、人工智能机器学习技术，以秒级的速度侦测预设区域的移动人流密度、节点客流数量、排队长度统计，可以有效地排除光、影、热的影响，每两分钟自我校准，排除检测区域内的干扰物体，当所监控的客流数量达到设定的阈值时，进行客流报警，并启动相应的预警方案，防止产生安全事故。

摘要： 本发明公开了一种基于人群密度和行人速度的人群安全程度评估方法，其内容包括：以获取的视频帧图像的前景面积和周长构成特征向量，采用神经网络模型回归预测出人群密度；基于LK光流改进的金字塔Lucas‑Kanade光流算法处理连续图像帧，求取行人速度，即不同行人个体运动的平均速度；构建模糊推理系统，评估人群安全等级：选择评价因素及确定其隶属度函数；建立人群属性与安全风险规则库，根据规则库对输入进行模糊推理；对推理结果进行去模糊化，进而评估出人群安全风险等级。本发明对人群密度、行人速度和输出人群安全风险等级建立数学模型，采用模糊推理方法来确定人群属性各要素对预警等级的影响，设计合理，操作简单，提高了实际应用性。

摘要： 本发明公开一种人群异常行为与人群密度识别方法，包括：计算待检测的视频第i帧和第i+1帧间每个像素点的位移矢量；提取运动区域前景并进行二值化处理，获得二值化后的运动区域前景图像；计算二值化后的运动区域前景图像的每个像素点的位移距离，剔除位移较小的像素点；对于剩余的像素点，求x方向和y方向的二阶微分，得到空间特征点；计算以每个空间特征点为核心的一定规格邻域的沿x轴方向和沿y轴方向的平均位移矢量；对于第i+1帧和第i+2帧视频，重复前面的步骤;计算第i帧至第i+1帧间视频的矢量和第i+1帧至第i+2帧间视频的矢量的差，并进行统计生成全局特征向量；将全局特征向量输入支持向量机训练，分别对人群异常和人群密度进行分类训练。

摘要： 本发明公开了一种基于密度图的人群密度分析与检测定位方法，将用于训练的数据集中的人群图像进行预处理，利用高斯滤波器转化为二维的人群密度图像，其次设计一种深度分离空洞卷积网络模型学习输入图像与人群密度图像之间的特征映射函数，实现端到端的预测模型，并对预测密度图像素值积分求和实现人群计数，最后将预测得到的人群密度图输入至RetinaNet目标检测网络实现人头检测与定位。本发明实现在人群高度密集场景下人头与非人头的分类，能够解决高度密集场景下的人群密度分析无法提供具体定位以及人群检测中的漏检问题。

摘要： 本发明属于人群分析技术领域，为基于CNN低层语义特征密度图的人群密度估计方法，包括步骤：数据的预处理，根据原图像的行人位置生成密度图；对原图像和密度图进行切片；对原图像进行MCNN多分支特征提取，对各分支特征进行卷积、池化操作后，通过MCNN特征图融合器对各分支特征进行连接得到MCNN连接特征图，并对其进行卷积操作得到初始的MCNN密度图；对原图像进行卷积得到具有低层语义特征图；将低层语义特征图与MCNN多分支特征提取后各分支生成的特征图在通道数这一维度进行连接，得到连接特征图；用若干层卷积层对连接特征图进行解码，生成最终的密度图；对最终密度图的每个像素相加求和，得到图片中的人数。MAE、MSE较低，准确率和稳定性都较高。