大型商场中移动群组识别与位置预测方法

根据大型商场中人员密度大且流动性强的特点,对室内场所中的动态群组进行识别和位置预测,提出移动对象位置和方向特征相结合的空间-时序聚类群组识别方法。在群组位置预测中,考虑数据集的增量更新给出序列树的存储结构,只需扫描一次数据库即可得到频繁区域序列以及对应的关联规则,同时能够进行单步和多步的位置预测。给出结合群组出现时间和人数的位置预测方法,提高群组位置预测的准确度。在ATC数据集进行实验,结果表明,当群组对象检测率达到87.6%时,该方法群组识别准确度可达到90.3%,与LAR、TLAR等算法相比,单步和多步位置预测准确度分别达到91.2%和33.8%。