人群行為識別理論與視覺AI技術(shù)研究

目錄
第1章 緒論 1
1.1 理論背景 1
1.2 國內(nèi)外理論研究與技術(shù)發(fā)展現(xiàn)狀 3
1.3 章節(jié)布局 12
第2章 人群異常行為數(shù)據(jù)集 14
2.1 CUHK Avenue異常行為數(shù)據(jù)集 14
2.2 UCSD異常行為數(shù)據(jù)集 14
2.3 ShanghaiTech Campus異常行為數(shù)據(jù)集 15
2.4 UCF異常行為數(shù)據(jù)集 16
2.5 UMN異常行為數(shù)據(jù)集 16
2.6 PETS2009異常行為數(shù)據(jù)集 17
2.7 本章小結(jié) 18
第3章 基于視頻的人體姿態(tài)特征識別 19
3.1 智能視頻監(jiān)控原理 19
3.2 行人目標識別方法 21
3.3 姿態(tài)特征提取方法 25
3.4 本章小結(jié) 34
第4章 基于人體姿態(tài)子節(jié)段的運動學與動力學質(zhì)心模型 35
4.1 概述 35
4.2 運動學質(zhì)心模型 35
4.3 動力學質(zhì)心模型 40
4.4 正常行走的步態(tài)解析 45
4.5 異常行為識別模型 51
4.6 本章小結(jié) 53
第5章 恐慌行為識別模型 54
5.1 恐慌行為運動學特征 54
5.2 恐慌行為動力學特征 56
5.3 恐慌行為音頻特征 63
5.4 恐慌行為語義特征 71
5.5 恐慌行為面部表情特征 75
5.6 恐慌行為多維特征識別模型 77
5.7 本章小結(jié) 79
第6章 廣義異常行為識別方法 81
6.1 廣義異常行為定義 81
6.2 評價指標和常用識別方法 81
6.3 本章小結(jié) 91
第7章 異常行為擾動與人群穩(wěn)定性分析 92
7.1 人群穩(wěn)定性研究框架 92
7.2 人群異常行為擾動模型 93
7.3 人群內(nèi)部擾動的穩(wěn)定性分析 99
7.4 實驗與結(jié)果分析 111
7.5 本章小結(jié) 114
第8章 計算機視覺檢測開發(fā)資源 115
8.1 OpenCV 115
8.2 OpenPose 118
8.3 AlphaPose 119
8.4 MediaPipe 120
8.5 OpenMMLab 121
8.6 Python 123
8.7 本章小結(jié) 124
第9章 異常行為計算機視覺檢測程序設(shè)計 125
9.1 跌倒行為檢測程序 125
9.2 掉頭行為檢測程序 126
9.3 加速奔跑檢測程序 128
9.4 跳躍行為檢測程序 129
9.5 騎行行為檢測程序 131
9.6 逆行行為檢測程序 131
9.7 人群擁擠檢測程序 133
9.8 本章小結(jié) 135
第10章 人群行為分析工具與軟件 136
10.1 PeTrack 136
10.2 Pathfinder 136
10.3 海康威視智能行為分析服務(wù)器 139
10.4 百度PP-Human 139
10.5 CrowdVision 141
10.6 商湯智能人群分析系統(tǒng)與產(chǎn)品 142
10.7 科達大模型一體機 142
10.8 科達視頻智能分析一體機 143
10.9 本章小結(jié) 144
第11章 其他輔助檢測技術(shù) 145
11.1 穿戴式慣性傳感器與人員定位 145
11.2 智能手機APP加速度檢測技術(shù) 146
11.3 UWB室內(nèi)精確定位技術(shù) 151
11.4 柔性壓力傳感器及其應(yīng)用 154
11.5 本章小結(jié) 155
第12章 應(yīng)用案例 157
12.1 辦公樓行人異常行為識別 157
12.2 行人跌倒行為實驗與分析 158
12.3 虹橋火車站候車廳異常行為擾動與穩(wěn)定性分析 166
12.4 虹橋機場旅客出口異常行為擾動與穩(wěn)定性分析 169
12.5 本章小結(jié) 172
第13章 總結(jié)與展望 173
13.1 總結(jié) 173
13.2 展望 175
參考文獻 177
附錄A 人體關(guān)鍵點識別接口調(diào)用程序 189
附錄B 人體動力學質(zhì)心模型核心程序 196
附錄C 行人常見異常行為識別核心程序 201