-
题名基于深度卷积神经网络的人群疏散运动仿真模型
- 1
-
-
作者
王宗尧
吕子龙
徐欣然
毕容珲
隋聪
-
机构
大连海事大学综合交通运输协同创新中心
-
出处
《大连海事大学学报》
CAS
CSCD
北大核心
2024年第2期101-108,共8页
-
基金
国家自然科学基金资助项目(72072018,71831002)
中国博士后研究基金会(2019M651101,2021T140081)。
-
文摘
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。
-
关键词
人群疏散
仿真模型
深度卷积神经网络
深度学习
-
Keywords
crowd evacuation
simulation model
deep conv⁃olutional neural network
deep learning
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
