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

PDF(12581 KB)
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。

关键词

人群疏散 / 仿真模型 / 深度卷积神经网络 / 深度学习

中图分类号

X91 / TP183 / TP391.41

引用本文

导出引用
王宗尧 , 吕子龙 , 徐欣然 , 毕容珲 , 隋聪. 基于深度卷积神经网络的人群疏散运动仿真模型. 大连海事大学学报. 2024, 50(02): 101-108 https://doi.org/10.16411/j.cnki.issn1006-7736.2024.02.011

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)

评论

PDF(12581 KB)

Accesses

Citation

Detail

段落导航
相关文章

/