摘要 | 第5-7页 |
Abstract | 第7-8页 |
第一章 绪论 | 第9-18页 |
1.1 研究背景及选题意义 | 第9-10页 |
1.2 国内外相关研究 | 第10-14页 |
1.2.1 聚类算法 | 第10-12页 |
1.2.2 人群行为特征 | 第12页 |
1.2.3 人群运动仿真 | 第12-14页 |
1.3 人群运动仿真中存在的问题 | 第14页 |
1.4 本文主要研究内容和创新点 | 第14-16页 |
1.5 论文组织结构 | 第16-18页 |
第二章 运动视频提取 | 第18-20页 |
2.1 视频捕捉工具 | 第18页 |
2.2 视频提取结果分析 | 第18-19页 |
2.3 本章小结 | 第19-20页 |
第三章 多影响因子的聚类算法 | 第20-30页 |
3.1 多影响因子的K-Medoids(MF-KMedoids)算法 | 第20-23页 |
3.2 改进的社会力模型 | 第23-24页 |
3.3 融入关系分组的人群运动 | 第24-29页 |
3.4 本章小结 | 第29-30页 |
第四章 基于关系的行人同伴群社会力模型 | 第30-37页 |
4.1 改进的同伴群社会力模型 | 第30-33页 |
4.1.1 同伴群社会力模型的建立 | 第30-32页 |
4.1.2 基于群组关系的同伴群模型 | 第32-33页 |
4.2 基于关系的行人同伴群社会力模型实例 | 第33-36页 |
4.2.1 初始化 | 第33-34页 |
4.2.2 实验结果分析 | 第34-36页 |
4.3 本章小结 | 第36-37页 |
第五章 人群建模与运动仿真平台应用 | 第37-44页 |
5.1 系统功能介绍 | 第37页 |
5.2 平台界面与功能 | 第37-38页 |
5.3 人群运动建模与仿真设计实例 | 第38-43页 |
5.3.1 简单场景下人群疏散实例 | 第38-41页 |
5.3.2 复杂场景下人群疏散实例 | 第41-43页 |
5.4 本章小结 | 第43-44页 |
第六章 总结与展望 | 第44-46页 |
6.1 总结 | 第44-45页 |
6.2 展望 | 第45-46页 |
参考文献 | 第46-49页 |
攻读硕士学位期间的主要成果 | 第49-50页 |
致谢 | 第50-51页 |