为你推荐
前言
1 绪论
1.1 研究背景
1.2 研究的目的和意义
1.2.1 研究目的
1.2.2 研究意义
1.3 国内外研究现状
1.3.1 行人视频检测方法的研究现状
1.3.2 人群疏散模型的研究现状
1.4 研究的内容和方法
1.4.1 研究内容
1.4.2 研究方法
1.5 框架结构
1.6 本章小结
2 行人视频检测与人群疏散模型的基础理论
2.1 行人视频检测的基础理论
2.1.1 行人检测
2.1.2 行人跟踪
2.1.3 行人识别
2.1.4 参数提取
2.2 元胞自动机的基础理论
2.2.1 元胞自动机的物理学定义
2.2.2 元胞自动机的构成
2.2.3 元胞自动机的特征
2.3 人群疏散模型的基础理论
2.3.1 力学模型
2.3.2 格子气模型
2.3.3 元胞自动机模型
2.4 本章小结
3 行人视频检测方法的研究
3.1 行人运动的基本特征
3.2 低密度状态下行人视频检测方法的研究
3.2.1 改进GMM 的运动目标检测
3.2.2 基于 K a l m a n滤波和 M e a n-S h i f t算法的目标跟踪
3.2.3 采用B P神经网络的目标识别
3.2.4 实验分析
3.3 高密度状态下行人视频检测方法的研究
3.3.1 混合颜色模型下的人头区域确定
3.3.2 基于C a n n y算法与小波变换的人头轮廓提取
3.3.3 人头的精确定位
3.3.4 匹配计数
3.3.5 实验分析
3.4 本章小结
4 正常情况下的人群疏散模型
4.1 无障碍情况下人群疏散模型
4.1.1 模型建立
4.1.2 演化规则
4.1.3 模型模拟分析
4.1.4 实验分析
4.2 有障碍情况下人群疏散模型
4.2.1 有障碍物情况下的静态领域值
4.2.2 模型分析
4.2.3 障碍物布局的模拟分析
4.2.4 实验分析
4.3 本章小结
5 紧急情况下的人群疏散模型
5.1 视线受影响情况下的人群疏散模型
5.1.1 无疏散标志的人群疏散模型
5.1.2 有疏散标志的人群疏散模型
5.2 存在挤压情况的人群疏散模型
5.2.1 模型建立
5.2.2 演化规则
5.2.3 模型模拟分析
5.3 发生火灾情况下的人群疏散模型
5.3.1 模型建立
5.3.2 演化规则
5.3.3 模型模拟分析
5.4 本章小结
6 研究总结及展望
6.1 主要研究结论
6.2 研究展望
参考文献
后记
买过这本书的人还买过
读了这本书的人还在读
同类图书排行榜