基于邻近图的人群车道自动检测
计算机视觉与模式识别
2017-07-07 v1 机器学习
摘要
研究人群行为对于理解和预测公共区域中的人类互动至关重要。研究表明，在特定条件下，大量人群可形成集体行为模式：个体间的局部相互作用导致全局运动模式。为检测人群中的这些模式，我们假设每个人携带一个随身设备作为局部邻近传感器，例如智能手机或蓝牙徽章，并将人群纹理表示为邻近图。我们的目标是从这些邻近图中提取关于人群的信息。本工作中，我们关注一种特定类型的模式：车道形成。我们给出了车道的正式定义，提出了模拟静止人群中移动车道的简单概率模型，并给出了自动车道检测方法。我们的初步结果表明，该方法能够检测不同形状和大小的车道。我们将此工作视为使用邻近图进行丰富模式识别的初步步骤。
引用
@article{arxiv.1707.01698,
title = {Automated Lane Detection in Crowds using Proximity Graphs},
author = {Stijn Heldens and Claudio Martella and Nelly Litvak and Maarten van Steen},
journal= {arXiv preprint arXiv:1707.01698},
year = {2017}
}
备注
Presented at the 6th International Workshop on Urban Computing (UrbComp 2017) held in conjunction with the 23th ACM SIGKDD