基于AOI划分的室内轨迹可视分析方法

大型室内活动中获取的室内人员轨迹数据具有时空复杂性高、高维且不规则等特点,给可视分析带来了一定挑战。针对该问题,面向室内人员的时空模式、人群移动模式、异常行为模式等设计了一种基于兴趣区(AOI,area of interest)划分的室内轨迹可视分析方法 ,用户可自定义兴趣区并以此为单位进行室内轨迹分析,从而确定其时空模式、移动模式或异常行为。最后,使用China Vis2019挑战赛的数据验证了所提方法的有效性,达到了通过探索式分析室内人员轨迹获取有价值信息的目的。

基于图像处理的车辆类型识别的研究

为了完善车型检测识别的算法,首先利用傅里叶描述子的方法建立车辆图形库,对摄像头采集到的车辆侧面图像进行形态学操作,得到车辆轮廓封闭曲线并与图形库模板匹配,确定车型;然后利用基于积分的方法处理车辆顶面图像,计算出相应特征参数,确定车辆大小信息,解决车型检测的多检、错检现象。该文对图像处理算法做了具体推导并给出了实现流程,通过仿真实验表明,该文的算法能够充分地提取车辆的形状与几何尺寸信息,车型识别正确率很高,且计算量小。