密集人群中的流分割
计算机视觉与模式识别
2015-06-16 v1
摘要
本文提出一种用于分割密集人群流动的框架。由人群中运动产生的流场被视作一个非周期动力系统。在该流场上铺设粒子网格，通过数值积分方案进行粒子平流。随后生成流映射，将粒子的初始位置与最终位置关联起来。流映射的梯度给出了相邻粒子的散度大小。为进行正向积分与分析，计算正向有限时间李雅普诺夫指数，同时也计算反向有限时间李雅普诺夫指数，其给出了人群中流动的拉格朗日相干结构。拉格朗日相干结构基本上将人群中的流划分为若干区域，这些区域具有不同的动力学。这些区域随后通过分水岭算法用于获取不同流段中的边界。实验在 UCF（中佛罗里达大学）的人群数据集上进行。
引用
@article{arxiv.1506.04608,
title = {Flow Segmentation in Dense Crowds},
author = {Javairia Nazir and Mehreen Sirshar},
journal= {arXiv preprint arXiv:1506.04608},
year = {2015}
}