基于深度卷积神经网络的人群疏散运动仿真模型

doi:10.16411/j.cnki.issn1006-7736.2024.02.011

PDF(12581 KB)

大连海事大学学报 ›› 2024, Vol. 50 ›› Issue (02) : 101-108. DOI: 10.16411/j.cnki.issn1006-7736.2024.02.011

基于深度卷积神经网络的人群疏散运动仿真模型

王宗尧 , 吕子龙 , 徐欣然 , 毕容珲 , 隋聪

作者信息 +

History +

摘要

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。