基于多粒度生成对齐网络的行人重识别

针对行人重识别(re-ID)中背景簇、遮挡、视点变化和姿态变化等因素的负面影响,提出了一种新的算法,称为多粒度融合生成对齐网络(MLFGAN).首先,提出身份(Identity,ID)不变的姿态标准化生成对抗网络(IIPN)来生成8种标准姿态的行人图像;然后,通过全局对齐网络实现图像对齐,利用局部对齐网络进行精细化行人...     

城市干道无信号控制人行横道行人过街特性分析

对城市干道无信号控制人行横道行人过街特性进行了分析,在对行人过街定性分析的基础上总结出反映行人过街效率的6个具体指标,以某市典型无信号控制人行横道为实例进行了交通调查,测算了行人过街效率指标的实际值.通过对指标值的分析,找出了观测路段交通秩序混乱的原因,提出了具体的改进建议.     

基于人车协同的感应式路段行人过街信号控制系统设计

城市道路中信号控制路段行人过街往往因不合理的信号导致行人不愿遵守交通信号规则,造成机动车与行人通行冲突,给道路交通带来了极大地安全隐患.通过对路段行人过街现状调研分析,以人车协同控制为目标,充分考虑不同行人数量下行人过街的等待时间、过街需求及机动车的通行效率,设计了一套基于人车协同的感应式路段行人过街信号控制系统,通过...     

面向交通场景的轻量级行人检测算法

针对交通场景下行人检测模型网络复杂、参数量大以及难以在低性能设备上部署的问题,基于YOLOv5s网络模型提出了一种改进的轻量级行人检测算法。首先,使用Ghost模块重构YOLOv5s网络进行特征提取,降低模型的参数量和计算量,提高推理速度。其次,引入坐标注意力机制提高模型对目标特征的提取能力,提升其对小目标行人的检测效果。最后,采用SIoU损失函数加快模型的收敛速度,提高模型的识别准确率。实验结果表明,改进后的算法能保证较高的检测精度,与原始YOLOv5s算法相比参数量减少47.1%,计算量减少48.7%,提高了交通场景下行人检测的速度且易于部署。     

行人运动仿真研究综述

行人运动仿真是近年来仿真领域研究的热点之一。从行人运动仿真的研究意义和研究内容出发,介绍了国内外行人运动仿真研究发展历程和研究现状,论述了行人运动仿真模型的三种类型,分析了成本效益元胞模型、元胞自动机模型、磁场力学模型、社会力学模型、排队网络模型五种典型的行人运动仿真模型的原理和适用条件。最后探讨了目前行人运动仿真研究中存在的问题及未来的发展前景。     

考虑行人避障行为的元胞自动机模型

在实际疏散过程中,行人会在障碍物前一段距离就采取绕行行为,从而造成在障碍物前方形成一个无人进入的"避让三角区",而在通过障碍物后,行人轨迹又会向内收束从而在障碍物后方形成"收束三角区"。而传统的离散模型无法模拟出行人的这一现象。针对此问题,考虑建立带有决策点的改进场域模型。模型引入决策点的概念,当该点触碰到障碍物后就会引导后方行人转向,从而再现行人绕行的现象。结果表明:当走廊内不存在空间障碍物时,决策点的临界距离设置不同,会使人群呈现梯形或拱形形状中的一种;而当走廊内存在空间障碍物时,人群的行走过程可以分为直线行走阶段、避让阶段、通过阶段、出口聚集阶段,模型的模拟结果可以还原出真人实验中所产生的"避让三角区"和"收束三角区"现象。     

速度异常的横穿马路行人检测算法

针对人车混行区域行人异常运动极大地干扰驾驶者判断问题,提出一种单目摄像机条件下,基于TLD和粒子滤波器行人检测与跟踪技术的速度异常横穿马路行人检测方法,用于检测车前道路上的运动速度过快或过慢的行人目标,作为危险行人提醒驾驶者注意,从而实现行人目标的早期安全预警。经仿真分析,能够有效地估计实际道路上行人的运动速度,判断运动速度异常的行人目标,为驾驶者和车载辅助驾驶系统提供必要的参考信息。     

单目视觉行人身体多部件距离融合估计算法

针对现有自主汽车辅助驾驶系统中,单目摄像头行人距离估计精度不高的问题,提出一种单目视觉行人身体多部件距离融合计算法。联合脚部件与头部件共同对行人目标进行距离估计,分别采用半水波形等距线脚部部件距离估计与头部部件高度插值距离估计算法来获取行人的距离估计结果,使得算法能够同时具备精准性和稳定性。经仿真验证,该算法在非遮挡条件下,35 m内能够将误差控制在1 m以内,在半遮挡条件下,35 m内能够将误差控制在2 m以内,满足车载辅助驾驶对行人距离估计精度的要求。