| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第11-21页 |
| 1.1 课题的研究背景及意义 | 第11-12页 |
| 1.2 人群密度估计的研究现状 | 第12-17页 |
| 1.2.1 国内外现状分析 | 第12-14页 |
| 1.2.2 人群密度估计方法 | 第14-17页 |
| 1.2.2.1 基于像素特征的人群密度估计方法 | 第15页 |
| 1.2.2.2 基于纹理特征分析的人群密度估计方法 | 第15-16页 |
| 1.2.2.3 基于个体特征提取的人群密度估计方法 | 第16-17页 |
| 1.2.2.4 基于卷积神经网络的人群密度估计方法 | 第17页 |
| 1.3 人群行为分析算法研究现状 | 第17-18页 |
| 1.4 存在的主要问题 | 第18-19页 |
| 1.5 本文的研究内容、文章结构 | 第19-21页 |
| 第二章 基于卷积神经网络的景区人群热度图构建 | 第21-37页 |
| 2.1 引言 | 第21页 |
| 2.2 人工神经网络 | 第21-24页 |
| 2.3 卷积神经网络 | 第24-25页 |
| 2.4 网络模型的构建 | 第25-30页 |
| 2.4.1 人群密度等级分类网络 | 第25-26页 |
| 2.4.2 人群热度图构建网络 | 第26-27页 |
| 2.4.3 人群热度图构建网络的训练标签 | 第27-29页 |
| 2.4.4 网络损失函数 | 第29-30页 |
| 2.5 实验部分 | 第30-31页 |
| 2.5.1 收集景区数据集 | 第30页 |
| 2.5.2 数据集预处理 | 第30-31页 |
| 2.5.3 实验环境 | 第31页 |
| 2.6 实验结果与分析 | 第31-36页 |
| 2.6.1 密度等级分类实验结果 | 第31-32页 |
| 2.6.2 热度图构建及基于热度图的人数回归实验结果 | 第32-33页 |
| 2.6.3 实验结果评估标准 | 第33-34页 |
| 2.6.4 与公共数据集的比较 | 第34-36页 |
| 2.7 本章小结 | 第36-37页 |
| 第三章 基于热度图时空交互方法的景点人群流动分析 | 第37-43页 |
| 3.1 引言 | 第37页 |
| 3.2 基于时空交互的景点游客流动分析 | 第37-40页 |
| 3.2.1 交互分析指标 | 第37-38页 |
| 3.2.2 时间自相关性 | 第38页 |
| 3.2.3 景点游客流动分析 | 第38-39页 |
| 3.2.4 热点区域动态变化分析 | 第39-40页 |
| 3.3 流入量分析 | 第40页 |
| 3.4 流出量分析 | 第40-41页 |
| 3.5 相关性分析 | 第41页 |
| 3.6 净流量比分析 | 第41-42页 |
| 3.7 本章小结 | 第42-43页 |
| 第四章 基于宏观群体关系模型的人群行为分析 | 第43-59页 |
| 4.1 引言 | 第43-44页 |
| 4.2 宏观群体关系模型的介绍 | 第44-45页 |
| 4.3 基于宏观群体关系模型的人群行为分析框架 | 第45-55页 |
| 4.3.1 结合颜色相似性和DBSCAN聚类算法的热度图人群区域分割 | 第45-52页 |
| 4.3.1.1 基于密度聚类的相关定义 | 第46-48页 |
| 4.3.1.2 DBSCAN算法及原理 | 第48-51页 |
| 4.3.1.3 人群区域分割算法流程 | 第51-52页 |
| 4.3.1.4 人群区域分割实验结果 | 第52页 |
| 4.3.2 宏观群体关系模型的建立 | 第52页 |
| 4.3.3 区域相似性度量 | 第52-54页 |
| 4.3.3.1 基于区域直方图特征的相似度计算 | 第53页 |
| 4.3.3.2 基于区域形状特征的相似度计算 | 第53-54页 |
| 4.3.3.3 基于区域聚类中心点之间的相似度计算 | 第54页 |
| 4.3.3.4 两区域综合相似度计算 | 第54页 |
| 4.3.4 人群行为分析 | 第54-55页 |
| 4.4 实验结果与分析 | 第55-57页 |
| 4.5 本章小结 | 第57-59页 |
| 第五章 总结与展望 | 第59-61页 |
| 5.1 总结 | 第59-60页 |
| 5.2 展望 | 第60-61页 |
| 致谢 | 第61-63页 |
| 参考文献 | 第63-69页 |
| 附录A：攻读硕士学位期间科研情况 | 第69页 |
