【技术实现步骤摘要】
一种基于流体运动学的解析人群流动特性的方法及系统
[0001]本专利技术涉及利用液压流体运动学和自动化等方面的知识进行图像分析的一种方法以及基于该方法实现的系统,属于视频图像分析领域。
技术介绍
[0002]在保障公共安全的过程中,人群的行为模式变化可能意味着突发事件的发生,如何及时识别出引发变化的突发事件,准确地确定人群流动特征就成为相关领域人员的迫切需求。
[0003]传统的观测模式中,是需要人工调查特定区域内人群的变化情况,通过观看特定地点的监控视频,或者在现场实地调研。这种传统方法存在较大的局限,不能较好地保证观测的准确性以及异常状态发现的及时性。
[0004]于2022年03月22日公开的、公开号为CN114219686A的专利技术专利申请公开了一种人群流动特征确定方法、装置、电子设备和存储介质,具体实现方案包括:获取位于目标区域中的多个第一用户在第一时间范围内使用健康码的第一使用数据;将各个时间区间内的第一使用次数信息分别输入至与所述时间区间对应的浮动区间模型,输出在时间区间内健康码使用次数的浮动区间;获取位于所述目标区域中的多个第二用户在第二时间范围内使用健康码的第二使用数据;根据各个时间区间内的健康码使用次数的浮动区间和第二使用数据,确定目标区域在第二时间范围内的人群流动特征。该专利技术专利申请采用了涉及大数据、数据分析与挖掘领域的知识来确定一种人群流动特征,其使用的前提是基于人群手机的健康码,如果人群没有使用健康码时,就需要有其他方案来解决。
技术实现思路
[0005
【技术保护点】
【技术特征摘要】
1.一种基于流体运动学的解析人群流动特性的方法,其特征在于,包括以下步骤:步骤1、采集人群流动的视频特征,包括多帧RGB图像以及多帧深度图像;步骤2、提取步骤1获得的视频特征中对象的相对位置关系,构建对象的场景图,并利用图网络模型提取场景图的空间特征;步骤3、利用时间卷积网络提取连续的空间特征的全局时间信息,确定人群流动的时空特征F1;步骤4、利用描述流体运动学的拉格朗日法或欧拉法基于步骤1采集的视频特征初步识别得到人群流动的运动特征;步骤5、利用长短期记忆网络根据步骤4获得的人群流动的特征进行分割点提取,得到准确的分割点信息,确定分割点特征;步骤6、将步骤2得到的空间特征以及步骤5获得的分割点特征进行空间
‑
分割点特征池化,确定空间
‑
分割点特征F2,具体包括以下步骤:步骤601、根据分割点特征内的分割点对空间特征进行分割,确定多段分割后的空间特征;步骤602、对每段分割后的空间特征进行平均池化,确定空间
‑
分割点特征F2;步骤7、输入步骤3得到的时空特征与步骤6获得的空间
‑
分割点特征,对时间、空间和分割点特征进行加权融合,得到基元人群流动分割序列,具体包括以下步骤:步骤701、将时空特征F1以及空间
‑
分割点特征F2加权融合后的融合特征F对应的融合矩阵按行分块,如下式所示;F=[F1,F2,......,F
n
]
T
其中:F的维度为n
×
m,列数m对应m个基元特征动作;F
n
为第n行融合特征;步骤702、根据融合矩阵确定每一帧视频的基元人群流动类型,其中,对每一帧视频分类就是根据F1,F2,......,F
n
对基元动作进行分类识别,识别方法是第k行融合特征F
k
值最大的列所代表的基元动作即为该帧视频的最后识别结果,k=1,2,3,
…
,n;步骤703、合并基元人群流动类型相同的相邻帧,确定人群流动视频的基元动作序列。2.如权利要求1所述的一种基于流体运动学的解析人群流动特性的方法,其特征在于,所述步骤2包括以下步骤:步骤201、识别每一帧RGB图像中的对象,确定对象的类型以及2D边界框位置信息,其中,对象为RGB图像中的人群流动;步骤202、根据2D边界框位置信息以及深度图像的深度信息确定对象的3D坐标;步骤203、基于对象的3D坐标利用点云滤波确定对象点云信息以及对象的3D边界框信息;步骤204、根据3D边界框信息判断对象的相对位置关系,生成人群流动场景图;步骤205、利用图网络模型不断更新每帧人群流动场景图的节点、边和全局属性,得到每帧人群流动场景图的空间特征。3.如权利要求1所述的一种基于流体运动学的解析人群流动特性的方法,其特征在于,所述步骤3包括以下步骤:步骤301、构建单阶段的时间卷积网络,该单阶段的时...
【专利技术属性】
技术研发人员:姜锋,高长君,赵朴,戴永亮,江峰,马骥骏,
申请(专利权)人:万达信息股份有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。