[發明專利]一種基于大量真實人群運動視頻的人群運動仿真方法

有效

• 申請號: 202110735986.7
• 申請日: 2021-06-30
• 公開（公告）號: CN113536996B
• 公開（公告）日: 2022-04-15
• 發明（設計）人: 賈鵬;王宗堯;匡海波;趙宇哲;仝淑芳;姚晉瑋;楊彥博;萬民
• 申請（專利權）人: 大連海事大學
• 主分類號: G06V20/40
• 分類號: G06V20/40;G06V20/52;G06V10/762;G06K9/62;G06T5/00;G06T7/246;G06T7/277
• 代理公司: 大連至誠專利代理事務所(特殊普通合伙) 21242
• 代理人: 張海燕;楊爽

本發明公開了一種基于大量真實人群運動視頻的人群運動仿真方法，包括五個步驟，將視頻分幀并保存成連續高清圖像，生成每張圖像的人群密度圖，對每張密度圖中的每個個體精準定位，得到每個個體的精確位置；將每個個體在不同圖像中的位置關聯起來，形成一條完整的運動軌跡，并提取運動軌跡數據；量化運動軌跡數據，定義訓練數據、數據標簽，計算數據相關性；搭建深度卷積神經網絡，輸入運動軌跡數據進行訓練，以學習人群運動行為；在二維空間隨機放置多個模擬個體，測試深度卷積神經網絡的預測效果，調整參數進行仿真，并繪制人群運動軌跡。本發明能夠實時計算人群的位置，進而模擬出人群運動軌跡，具有較高的仿真精準度和普適性。

技術領域

本發明涉及計算機仿真領域，尤其涉及一種基于大量真實人群運動視頻的人群運動仿真方法。

背景技術

人群運動軌跡仿真是人群運動仿真技術中十分重要的一部分。作為一種分析工具，人群運動軌跡仿真可以應用于公共安全領域，如船舶、飛機等大型交通工具的設計，體育場館、地鐵站等大型公共設施的設計等等。

以體育場館為例，通過人群運動軌跡仿真，可以根據體育場館的設計規模，模擬球迷退場等常規情景下的人群運動軌跡，輔助分析場館的走廊寬度、出口數目和出口位置等設計是否合理；可以模擬球迷發生沖突、火災、恐怖襲擊等非常規情景下的人群運動軌跡，輔助建立緊急情況下人員的疏散方案、合理布置消防器材、分配警力；還可以作為場館管理人員進行消防、反恐等安全方案預演及培訓的輔助工具。與傳統方法相比，人群運動軌跡仿真具有直觀、靈活、高效、經濟和無人員安全風險等諸多優點。因此，人群運動軌跡仿真的研究受到了廣大學者的關注。

現階段人群運動軌跡仿真主要基于人群運動仿真模型實現。人群運動仿真研究始于上世紀80年代。1987年，Reynolds提出了Boid鳥群仿真模型，該模型也是最早的群體行為模型之一。該模型采用了分離性、方向性和凝聚性三套簡單的規則，建立群體運動仿真模型。Boids模型采用預定義的規則來實現避免碰撞。但在特定場景中，人類群體不一定需要避免碰撞，甚至有可能是相互緊密耦合。因此boids模型無法準確模擬人群的分離性。

2007年，Varasa和Cornejoa提出了基于元胞自動機的人群運動模型。該模型通過少量規則近似模擬人群運動現象。與復雜的行為模型相比，其計算過程簡單且高效。但由于人群運動的復雜性和不確定性，其模擬難度遠遠高于按照預定規則的群體運動，無法準確模擬人群之間的堆擠和碰撞行為。

2009年，J.Filler從社會心理學的角度提出了一個基于社會力學的人群動力學模型。通過研究恐慌狀態下人群的特征，作者提出影響人群運動三個因素，并建立了基于牛頓力和人類心理的混合模型。由于該模型有較多的作用力參數，使各種作用力之間較難平衡，計算的復雜度高，因此難以得到較平滑的運動軌跡。

除了元胞自動機和社會力學，Muti-agent模型也被用來建立人群動力學模型。Muti-Agent模型是由多個智能Agent組成。多個Agent通過協同工作，可以完成單個Agent無法解決的復雜任務。基于Muti-Agent的人群模型中，每個Agent都可以看作具有自主性、社會性和主動性的智能體，而且每個智能體可以自主感知其周圍環境。但這種模型很難設計針對不同情況的規則，將這類規則與人類行為聯系起來是很難的。

傳統的人群運動軌跡仿真方法通常以影響行人運動的各種因素為基礎。通過預先定義的一系列運動規則來控制人群行為。這些規則雖然考慮了影響行人運動的多種因素，但忽略了因素之間的相互影響。而且人類行為的復雜性較高，無法用簡單的規則或數學公式進行描述。因此，在此基礎上進行仿真，無法準確模擬人群運動軌跡。

發明內容

本發明提供一種基于大量真實人群運動視頻的人群運動仿真方法，以克服上述技術問題。

一種基于大量真實人群運動視頻的人群運動仿真方法，包括如下步驟：