面向实时人群动力学分析的深度基本图网络
2021-08-02宋卫国
火灾科学 2021年1期
关键词:实验
马 晴,康 宇,,宋卫国*,曹 洋
(1.中国科学技术大学火灾科学国家重点实验室,合肥,230026;2.中国科学技术大学自动化系,合肥,230026)
0 引言
在行人疏散动力学研究中,基本图是行人动力学分析中一项重要的工具。研究人员在临界密度、最大流量、行人自由速度等方面都有不同的研究成果。Weidmann[1]通过行人运动基本图研究发现,行人自由速度随密度增大而减小,在行人密度达到5.4人/m2时速度为0,临界密度为1.55人/m2时最大流量1.15人/m/s;但Helbing等[2]通过分析2006年麦加朝圣踩踏事故的行人运动基本图发现,在极高密度的情况下(10人/m2),行人运动速度不为0,行人仍然可以缓慢行走,且行人密度出现第二峰值,与前人的研究结果不同;Armin Seyfrid课题组[3]在比较了不同文化背景下行人运动基本图后得到如下结论,相同密度下印度人的行走速度大于德国人;Cao等[4]分析了不同年龄人群单列实验的基本图发现,老年人的最大流量大于混合人群的最大流量。研究人员通过分析基本图获得了很多重要的行人动力学规律,因此快速准确的获得基本图有助于行人动力学研究。
目前主流获得基本图的方法是对视频中的行人进行轨迹跟踪,再计算得到基本图。其基本思想是,区分前景和背景,给定特定颜色阈值建立参考模型来提取行人运动轨迹。这种使用RGB阈值的方法虽然可以较准确的提取前景中的行人,但在行人轨迹跟踪过程中会出现目标丢失现象。
随着深度学习的发展,针对人群计数问题,研究者们提出了不同的网络结构[5-7],这些网络的特点是采用了多列结构,即网络中包含几个子网络,子网络之间的卷积核大小不同,不同大小的卷积核可以提取不同尺寸的行人信息。……
登录APP查看全文
