基于地理视频的人群状态分析
| 摘要 | 第5-7页 |
| abstract | 第7-9页 |
| 第一章 绪论 | 第12-19页 |
| 1.1 研究背景及意义 | 第12-13页 |
| 1.2 国内外研究现状 | 第13-16页 |
| 1.2.1 视频GIS与地理视频分析 | 第13-14页 |
| 1.2.2 时空约束的行为模拟与群体响应 | 第14-15页 |
| 1.2.3 基于监控视频的人群状态监测及分析 | 第15-16页 |
| 1.3 存在的主要问题 | 第16-17页 |
| 1.4 论文研究内容与组织结构 | 第17-19页 |
| 1.4.1 主要研究内容 | 第17页 |
| 1.4.2 论文组织结构 | 第17-19页 |
| 第二章 人群状态分析方法概述 | 第19-29页 |
| 2.1 地理视频的概念及特点 | 第19-20页 |
| 2.2 基于地理视频数据的人群状态分析 | 第20-25页 |
| 2.2.1 视频特征分类方法 | 第20-23页 |
| 2.2.2 人群模型建模方法 | 第23-25页 |
| 2.3 基于社交媒体数据的人群状态分析 | 第25-28页 |
| 2.4 本章小结 | 第28-29页 |
| 第三章 地理视频场景人群局部密度分析 | 第29-54页 |
| 3.1 基于局部纹理粗糙度的人群密度分类 | 第29-40页 |
| 3.1.1 场景背景建模 | 第30-33页 |
| 3.1.2 视频特征提取 | 第33-38页 |
| 3.1.3 人群密度分类 | 第38-40页 |
| 3.2 基于局部密度差异性的人群数量回归 | 第40-48页 |
| 3.2.1 透视校正 | 第41-43页 |
| 3.2.2 主成分分析 | 第43-44页 |
| 3.2.3 多元回归模型 | 第44-48页 |
| 3.3 实验与分析 | 第48-53页 |
| 3.3.1 局部人群密度分类实验 | 第48-51页 |
| 3.3.2 局部人群数量回归实验 | 第51-53页 |
| 3.4 本章小结 | 第53-54页 |
| 第四章 地理视频场景人群运动状态分析 | 第54-72页 |
| 4.1 基于光流矢量幅值修正的运动速度表达 | 第54-64页 |
| 4.1.1 视频光流计算 | 第55-59页 |
| 4.1.2 视频光流分析 | 第59-64页 |
| 4.2 基于社会力场幅值估计的相互作用分析 | 第64-71页 |
| 4.2.1 社会力场估算 | 第64-68页 |
| 4.2.2 社会力场分析 | 第68-71页 |
| 4.3 本章小结 | 第71-72页 |
| 第五章 融合社交媒体数据的人群状态分析 | 第72-89页 |
| 5.1 地理视频场景人群状态分析 | 第72-79页 |
| 5.1.1 场景人群状态异常概述 | 第72-73页 |
| 5.1.2 场景人群行为特征分析 | 第73-77页 |
| 5.1.3 场景人群行为异常检测 | 第77-78页 |
| 5.1.4 场景人群状态地理映射 | 第78-79页 |
| 5.2 地理空间区域人群状态分析 | 第79-87页 |
| 5.2.1 融合社交媒体数据的人群状态分析方法 | 第79-80页 |
| 5.2.2 基于社交媒体数据的热点区域感知 | 第80-83页 |
| 5.2.3 区域人群流动规律感知 | 第83-87页 |
| 5.3 本章小结 | 第87-89页 |
| 第六章 总结与展望 | 第89-91页 |
| 6.1 研究工作总结 | 第89-90页 |
| 6.2 研究工作展望 | 第90-91页 |
| 致谢 | 第91-92页 |
| 参考文献 | 第92-98页 |
| 攻读硕士学位期间取得的成果 | 第98页 |
