[发明专利]一种基于流体力学的人群突发事件检测及疏散方法和系统

权利要求书

1.一种基于流体力学的人群突发事件检测及疏散方法，其特征在于，包括以下步骤：

S1、引入粒子表示法对人群流进行描述，并通过计算场景中的光流场获取人群流的运动信息；

S2、利用脉线流跟踪粒子流运动，并利用粒子平流检测与跟踪所述人群流的运动信息，得到人群的脉线流轨迹；

S3、根据所述人群的脉线流轨迹提取表征场景的群集性特征，并对所述群集性特征进行分类训练；

S4、根据训练结果检测是否发生人群突发事件，若是，则进入步骤S5，否则，返回步骤S1；

S5、对所述人群的脉线流轨迹进行聚类处理，并根据聚类结果以及群体运动相似性将脉线流划分为不同团体；

S6、确定不同团体间疏散策略的相互关系，并建立人群流疏散模型的目标函数；

S7、基于所述人群流疏散模型的目标函数刻画人群流疏散过程，完成基于流体力学的人群突发事件检测及疏散。

2.根据权利要求1所述的基于流体力学的人群突发事件检测及疏散方法，其特征在于，所述步骤S1包括以下步骤：

S101、从视频监控角度将场景视为一个整体，并利用粒子流表示法对人群流进行描述；

S102、利用基于稠密光流的运行轨迹提取方法计算场景中的光流场，获取人群流的运动信息。

3.根据权利要求1所述的基于流体力学的人群突发事件检测及疏散方法，其特征在于，所述步骤S2包括以下步骤：

S201、利用脉线流方法，并根据光流方向移动粒子流，重复初始化初始点P；

S202、对初始化后的初始点P作粒子平流处理，并检测与跟踪人群流的运行信息得到人群的脉线流轨迹。

4.根据权利要求1所述的基于流体力学的人群突发事件检测及疏散方法，其特征在于，所述步骤S5包括以下步骤：

S501、将脉线流轨迹的方向信息作为特征，并根据所述特征对所述人群的脉线流轨迹进行聚类分析，其中，所述脉线流轨迹的方向信息包括脉线流轨迹的方向角和转向角；

S502、根据聚类结果，利用两个团体的相似性度量将脉线流划分为不同团体。

5.一种基于流体力学的人群突发事件检测及疏散系统，其特征在于，包括：

人群流运动信息获取模块，用于引入粒子表示法对人群流进行描述，并通过计算场景中的光流场获取人群流的运动信息；

人群脉线流轨迹获取模块，用于利用脉线流跟踪粒子流运动，并利用粒子平流检测与跟踪所述人群流的运动信息，得到人群的脉线流轨迹；

分类训练模块，用于根据所述人群的脉线流轨迹提取表征场景的群集性特征，并对所述群集性特征进行分类训练；

突发事件判断模块，用于根据训练结果检测是否发生人群突发事件；

聚类处理模块，用于对所述人群的脉线流轨迹进行聚类处理，并根据聚类结果以及群体运动相似性将脉线流划分为不同团体；

目标函数构建模块，用于确定不同团体间疏散策略的相互关系，并建立人群流疏散模型的目标函数；

疏散模块，用于基于所述人群流疏散模型的目标函数刻画人群流疏散过程，完成基于流体力学的人群突发事件检测及疏散。