高密度場(chǎng)景下人群中組群的識(shí)別與分析.pdf

1、基于組群層次的人群行為分析是近年來一種新而有效的研究方法，在視頻監(jiān)控和人群理解等領(lǐng)域有很多重要的應(yīng)用。然而，組群作為人群的基本組成單位，對(duì)人群有很大的影響，對(duì)組群的深入研究具有很大的意義。本文的工作重點(diǎn)在于給出一種高密度場(chǎng)景下人群中組群的識(shí)別方法，對(duì)組群的一些通用特征進(jìn)行研究并給出定量描述，最后分析組群中的重要人物，構(gòu)建組群的三層結(jié)構(gòu)模型。
　　論文前半部分提出了一種無需人工參與即能快速自動(dòng)進(jìn)行組群識(shí)別的方法。首先，使用自動(dòng)而快速

2、的密度聚類算法（Automatic and fast density clustering,AFDC）尋找組群的核心，然后通過組群成員的相關(guān)鄰居不變性(Coherent neighbor invariance，CNI)進(jìn)行融合。相較于傳統(tǒng)方法，該方法既考慮了組群在單幀下的空間和運(yùn)動(dòng)方向特征，又考慮了多幀下時(shí)空上的不變特征，因此具有高度的魯棒性和廣泛的適用性?；跀?shù)百個(gè)公共場(chǎng)景下視頻片斷的實(shí)驗(yàn)效果表明，對(duì)于形狀和密度不斷變化的組群，這種組

3、群識(shí)別方法的效果也很好。由于避免了大量的迭代計(jì)算，在保證我們的組群識(shí)別方法取得優(yōu)良的識(shí)別效果的基礎(chǔ)上，算法的性能也得到了很大的改善。對(duì)組群的統(tǒng)計(jì)實(shí)驗(yàn)結(jié)果顯示組群數(shù)量呈現(xiàn)一種冪律分布(Power-law distribution)，這對(duì)人群仿真建模，場(chǎng)景理解等領(lǐng)域有著重要的意義。
　　組群中個(gè)體的相對(duì)重要性研究也引發(fā)了廣泛的關(guān)注。論文接下來的工作中采用了45維的向量表示個(gè)體特征，并采用支持向量回歸算法(Support vector

4、regression，SVR)，建立了組群成員重要性預(yù)測(cè)模型，判定組群成員中的重要人員。由重要成員，核心成員，相關(guān)人員三層結(jié)構(gòu)的人員就構(gòu)成了組群的三層結(jié)構(gòu)模型。
　　論文最后將組群視作無向圖，用頂點(diǎn)表示人群中的個(gè)體，用邊表示兩兩個(gè)體之間的距離權(quán)重。對(duì)組群軌跡使用馬爾科夫鏈進(jìn)行建模，求取組群先驗(yàn)(Prior)，然后以此為基礎(chǔ)綜合分析組群的地理位置結(jié)構(gòu)，組群的內(nèi)部拓?fù)浣Y(jié)構(gòu)，聚集程度以及組群間的相互作用等信息，并給出聚集度，穩(wěn)定度，均勻