基于深度卷积神经网络的人群疏散运动仿真模型

为给人群疏散问题研究提供准确可靠的依据,本文提出一种基于深度卷积神经网络的人群疏散运动仿真模型。为获取神经网络训练所需数据,采用CSRNet神经网络和DBSCAN算法从监控视频中提取真实人群轨迹数据,通过深度卷积神经网络的训练,对真实的人群行为模式进行深度学习,并利用训练出的深度卷积神经网络建立人群运动仿真模型。结果表明,该模型可准确预测人群的运动行为,真实模拟人群的运动轨迹,可为应急疏散策略的制定和公共场所疏散通道的设计提供依据。