CrowdTracker:一种基于移动群智感知的目标跟踪方法

面向目标跟踪问题提出一种基于移动群智感知的解决方案CrowdTracker.不同于基于视频监控的目标跟踪方法,通过基于群智的多人协作拍照方式实现对移动目标的轨迹预测和跟踪,其优化目标为在保证准确实时地对目标进行跟踪的同时尽可能地减少用户激励的成本(假设激励与完成任务的参与者人数和参与者完成任务所移动的距离成正比).为实现该目标,提出了目标移动性预测的方法MPRE和任务分配的方法T-centric,P-centric.T-centric是以任务为中心的参与者选择方法,而P-centric是以人为中心的任务选择方法.MPRE通过分析大量的车辆历史轨迹建立城市里车辆的移动模型以预测目标下一步的位置.在预测的区域内通过T-centric或P-centric方法进行跟踪任务分配.通过一个大规模的真实数据集对移动性预测方法MPRE和2种任务分配算法进行实验评估,实验结果表明:CrowdTracker能有效地在实现目标实时跟踪的同时降低激励成本.

基于公交数据融合的城市人群移动模式识别——以重庆市中心城区为例

揭示城市人群移动模式对理解人群移动行为、优化城市空间结构和解决交通问题具有重要意义。针对传统问卷方式存在数据量少、准确性差、实时性不足等问题,该文融合公交刷卡、公交GPS、公交线路和轨道交通刷卡数据,提出一种数据驱动的城市人群移动模式识别方法。首先,对多源公交数据进行匹配融合,提取公交、地铁联运的城市人群移动OD,再进行稳定居住地和稳定工作地识别,最后以稳定职住地匹配判别出行语义,识别居民通勤、购物、聚餐等社会活动出行模式。利用重庆市中心城区连续1周的公交数据进行验证,实验结果显示:①重庆市中心城区人群出行主要集中在工作日,且出行人数随出行频率的增加而降低;②79.34%的人群出行呈现“两点一线”移动模式,呈现三点、四点和多点移动模式的人群出行占比分别为13.03%、5.99%和1.64%。该文方法可以更全面精细地识别城市人群移动模式,有助于城市管理者、规划者了解城市人群移动方向,优化城市资源配置。

群组动画中的队形约束与控制方法

针对影视制作中对大规模虚拟群体运动控制的需求,提出一种基于队形约束的群体运动编辑与控制方法.首先利用贪心算法构建从初始队形到目标队形中个体位置的配对关系;然后对其进行优化,在保持个体相对位置的同时尽可能减少路线交叉;最后通过匹配虚拟角色的运动来合成流畅、逼真的群组动画.采用文中方法用户只需输入群体规模以及群体队形轮廓,即可实现对群体运动的编辑与控制.实验结果表明,该方法能够对不同规模、不同队形间的群体运动实现有效控制,从而提高群组动画制作的效率.

地理环境下的群体运动分析与异常行为检测

人群密集场所具有人群高度聚集、流动性大的特性,时常发生拥挤踩踏等突发公共事件。现有基于视频的人群监控无法真实度量与分析地理环境下的群体运动与异常行为,该文将视频分析系统与GIS有机结合,设计了地理环境下的群体运动分析与异常行为检测方法,可在GIS环境下实现对群体运动模式、群体运动趋势、群体运动速率的分析与可视化表达;同时,可检测识别群体运动速率突变、群体运动趋势突变、逆向行走、骤聚、骤散等群体异常行为。实验结果表明,利用该文提出的群体运动分析与检测方法,可实时动态感知区域人群状态的时空格局,为安防部门有效管理人群提供科学依据。

人群密度对行走速度及步长影响的试验研究

针对现有的疏散基本参数不符合我国人群特征、导致模拟计算结果及相关法律和技术规范不准确这一现状,以大学生为研究对象,设计人群密度对行走速度及步长的影响试验。试验采用轻质框架固定人群密度的方法,测量2~8人/m^2的人群密度下,人群行走100m所需时间及步数,并计算人群的平均行走速度及步长。对获得的数据进行拟合,分析得到了人群密度对行走速度及步长的影响规律。结果表明,当人群密度小于4人/m^2时,人员的行走速度及步长基本保持不变,约为1.4 m/s和0.75 m,当人群密度超过4人/m^2时,人员的行走速度及步长快速下降,最低约0.4 m/s和0.2 m。当人群密度超过4人/m^2时,行走速度及步长与人群密度之间分别符合二次函数和线性函数关系。

人群运动方向异常检测算法

运动方向是人群运动的一个重要特征。运动方向统一有序的人群运动中,人与人之间的受力小、存在碰撞的可能性低;而在方向杂乱的运动中,人与人之间受力较大、存在碰撞的可能性大,进而可能会导致踩踏等安全事故。因此,给出了一种新的人群运动方向异常检测方法,该算法利用光流法计算出人群的速度矩阵和运动方向矩阵,基于以上两个矩阵计算出"帧非同向运动指数",并以此为依据来评价当前运动人群的运动是否存在异常。实验表明,"帧非同向运动指数"直接体现了当前人群运动是否有序,因而基于运动方向的人群异常检测算法能够有效地检测出人群运动方向是否发生了混乱,以避免在方向杂乱的运动中发生危险事故。

空格减少汉语发展性阅读障碍儿童的视觉拥挤效应：来自眼动的证据

使用眼动仪记录汉语发展性阅读障碍儿童、正常年龄匹配和能力匹配儿童阅读插入空格文本时的眼动,考察在字、词以及非词间插入空格对汉语发展性阅读障碍儿童阅读加工过程的影响。结果发现,阅读障碍儿童在字间空格条件下平均注视时间减少的程度大于正常儿童,注视次数在字间和词间空格条件下未见显著增加,能力匹配儿童的注视次数在这两种空格条件下却显著增加。结果说明,字间和词间空格不能促进能力匹配组儿童的阅读,但能减少阅读障碍儿童句子的总阅读时间。说明空格对汉语发展性阅读障碍儿童具有促进作用,这种促进主要是由于空格减少了其视觉拥挤效应所致。

基于行人运动模型的人群疏散三维仿真

以人群运动过程中人与人和人与建筑之间的相互作用为出发点,探讨了行人群集行为疏散模型及三维仿真问题.建立了一种基于人员行为细节的微观离散仿真模型,采用蒙皮动画和有限状态机技术实现对人物行为和人物模型细节状态的控制,可以实现人群疏散过程的动态三维可视化仿真.

大型建筑物人员疏散仿真系统及实现

人员疏散仿真的关键是模型的选择,为了使仿真结果更加接近实际,基于元胞自动机模型,改进和优化了人员疏散仿真算法,设计了目标元胞选择算法,提出个体竞争力的定义和计算方法,在疏散仿真模型中引入环境熟悉程度和运动方向等因子,设计并实现了疏散仿真系统,实验结果表明,系统能够更加真实地仿真紧急状况下人员疏散的全过程。

创客教育及其空间生态建设

文章从创客、创客运动及创客教育的概念入手,对国内创客教育的发展进行回顾和梳理,对创客空间和众创空间的关系进行解读,最后提出了创客空间的iSMART模型,即建设创客空间需要从培育有共同兴趣爱好或利益(Interest)的社群、构建线下线上互联互通的融合空间(O2O Space)、吸纳专业以及背景广泛的跨界导师(Interdiscipline Mentor)、组织创意创新创业导向的创客活动(Making Activity)、吸收和迭代积累各种可转化的资源(Resource Exchange)、提供传统的工具和开源软硬件制作工具(Making Tools)六个方面入手。

基于密度聚类算法的校园人群聚集和移动规律分析

针对某高校无线网日志数据进行挖掘分析,获取校园人群聚集点分布和人群移动规律。首先利用分布式统计算法统计校园内各建筑物的无线网络连接人次;然后建立校园建筑物的中心点经纬坐标的R树索引,并对R树叶子节点分组,以此将校园分成几个部分;再利用密度聚类算法对校园每一个部分中的建筑物中心点经纬坐标进行聚类得到校园区域划分;最后结合聚类结果和统计结果获取人群聚集区域和区域之间人群移动规律。研究结果可为学校校车路径规划、共享单车部署和校园功能区规划等工作提供参考。

试论网络群体性事件中个人信息的滥用与救济

在互联网时代,网络的开放性和匿名性促进了信息发布的繁荣与泛滥,每一个人既可能是信息滥用的始作俑者,又可能是信息滥用的受害者。网络群体性事件是个人信息滥用的重灾区,在程度上可以区分为递进的三级,即对正式发布文本中个人信息的集成;挖掘并发布当事人的日常生活隐私;将当事人的真实信息与虚构和想象结合在一起,以抹黑当事人。针对网络群体性事件中个人信息日益严重的滥用,需要强化互联网个人信息发布规则,建立针对个人信息滥用的纠正机制,强化快速而有力的司法救济措施。

内部安全威胁与室内人群移动轨迹基准数据集

数据集是众多科学研究得以开展与验证的基础,学术界和工业界已经联合在许多领域打造了丰富的基准数据集,但在一些细分研究领域仍然缺少高质量数据。本文介绍了2个新基准数据集:内部安全威胁基准数据集和室内人群移动轨迹基准数据集。2个数据集经过精心的场景设计、科学的模型构造,嵌入了丰富的数据模式和交错的故事情节,采用程序驱动的合成数据生成方法,数据类型多样,规模适中,有一定的分析难度,曾被用于中国数据可视分析挑战赛。本文旨在进一步宣传和推广这2个数据集,以促进相关领域的科学研究与技术应用的发展。

人群运动仿真模型分析

计算机模拟行人的运动行为在人群模拟、数字娱乐及安全规划等都有着广泛的应用。人群运动仿真的常用模型包括基于规则模型、基于社会力模型、元胞自动机模型和基于Agent模型等。详细介绍了各种模型的优缺点,以及人群运动规划,包括全局路径规划、局部路径导航和个体之间的交互作用。现阶段要想实现真实的人群运动模拟效果,需要根据各种环境因素选用合适的模型来提高人群运动的仿真度。

基于长尾理论的创客运动多品种小批量生产模式分析

创客运动是创新活动趋向大众化的新兴现象。从长尾理论的角度,对创客运动的多品种小批量生产模式进行分析,研究其在生产主体、盈利空间以及融资方式的创新之处,并针对其存在的问题提出相应的建议。

活动矫治中上颌尖牙移动规律观察

本文在前牙拥挤畸形需要减数拔除上颌第一双尖牙、向远中移动尖牙的活动矫治中,观察尖牙的移动情况。发现青春生长高峰期11—16岁以下组移动速度最快。尖牙在移动过程中其速度呈“鞍形曲线”

考虑人群流动数据的COVID-19传播模型

新冠疫情随着人群的流动和互相接触在各地区快速传播和扩散。通过提出一种考虑地区间人群流动和地区内人群流动状态的疫情传播模型(简称D-SEIR模型),综合考虑人群的流动情况、易感人群和潜伏人群的数量变化情况,从而预测确诊人群的变化。经过深圳市和山东省的实证数据实验结果表明,D-SEIR模型能够准确拟合COVID-19传播过程中的易感人群和确诊人群的演化趋势。疫情未稳定前,模型对深圳市易感人群和确诊人群变化趋势的拟合优度r^(2)可达0.9661,0.8474,山东省的拟合优度r^(2)可达0.8576,0.8795。疫情稳定后,模型对深圳市易感人群和确诊人群变化趋势的拟合优度r^(2)可达0.9720,0.8180,山东省的拟合优度r^(2)可达0.8615,0.9122。模型有助于发现COVID-19在人群流动下的传播规律和特性,为复工复产背景下不同城市和地区的风险预警提供决策依据。

口外弓在治疗上牙弓拥挤中的应用

目的:评价口外弓颈牵引推磨牙向远中矫治磨牙前移导致的上牙弓拥挤的．临床疗效。方法:对12例磨牙前移的上牙弓拥挤患者,用口外弓推磨牙向远中,结合固定矫治器进行不拔牙矫治,结合X线头影测量分析及模型分析,评价口外弓的治疗作用。采用SPSS13．0统计学软件进行配对t检验。结果:上牙弓拥挤度减少3．0-6．0mm,平均减少4．52mm(P<0．05)。拥挤度的减轻主要来自于上颌第一磨牙向远中移动,治疗后Ptm-U6较治疗前减少1．2-3．5mm,平均减少2．14mm。结论:口外弓推磨牙向远中是有效解决上颌磨牙前移导致的上牙弓拥挤的方法之一。

适用于便携式设备的深度神经网络眼动跟踪

针对目前眼动跟踪方法难以适用于智能手机、平板电脑等便携式设备的问题,提出一种基于大规模数据集的眼动跟踪方法。首先,通过众包法构建大规模数据集;然后,使用该数据集训练一个深度神经网络,用于端对端的预测。最后,训练一个更小更快的网络进行优化,使所提方法在移动设备上的运行具有一定的实时性。实验结果表明,与其他类似方法相比,所提方法具有更好的跟踪鲁棒性以及数据泛化能力。在移动设备中的运行速度可达10~15帧/s。在未校正的情况下,该方法在手机和平板电脑中的预测误差分别是1.71 cm和2.53 cm。校正后,误差分别降至1.34 cm和2.12 cm。

步行通道入口汇流人群渠化策略安全性评估方法

为解决步行通道入口处实施渠化策略过程中,行人对人群干预产生的潜在危险认识不足的问题,提出渠化策略安全性评估方法。首先,从行人运动微观角度,分析渠化策略对多方向人群汇入—渠化—合流全过程的作用特点;然后,基于渠化距离、渠化时间、方向变化角等参量设计出能反映汇流全过程有序性、快速性、公平性的评估参量,形成3阶段渠化安全性评估方法;最后,基于实景特点开展通道渠化试验,揭示汇流方向、渠化间距、运动区域对评估参量的敏感性影响机制。研究表明:有序性和快速性参量的等级区域分布能较好地反映侧向汇流外径位置和通道中轴线区域人群冲突、拥挤的风险特征;与“两人宽”渠化策略相比,“一人宽”渠化策略对不同汇流方向人群运动的交互反馈更为均衡,且随着入口汇流方向数量的增加,其对安全性的促进作用更优。