人群行为识别理论与视觉AI技术研究

目录
第1章 绪论 1
1.1 理论背景 1
1.2 国内外理论研究与技术发展现状 3
1.3 章节布局 12
第2章 人群异常行为数据集 14
2.1 CUHK Avenue异常行为数据集 14
2.2 UCSD异常行为数据集 14
2.3 ShanghaiTech Campus异常行为数据集 15
2.4 UCF异常行为数据集 16
2.5 UMN异常行为数据集 16
2.6 PETS2009异常行为数据集 17
2.7 本章小结 18
第3章 基于视频的人体姿态特征识别 19
3.1 智能视频监控原理 19
3.2 行人目标识别方法 21
3.3 姿态特征提取方法 25
3.4 本章小结 34
第4章 基于人体姿态子节段的运动学与动力学质心模型 35
4.1 概述 35
4.2 运动学质心模型 35
4.3 动力学质心模型 40
4.4 正常行走的步态解析 45
4.5 异常行为识别模型 51
4.6 本章小结 53
第5章 恐慌行为识别模型 54
5.1 恐慌行为运动学特征 54
5.2 恐慌行为动力学特征 56
5.3 恐慌行为音频特征 63
5.4 恐慌行为语义特征 71
5.5 恐慌行为面部表情特征 75
5.6 恐慌行为多维特征识别模型 77
5.7 本章小结 79
第6章 广义异常行为识别方法 81
6.1 广义异常行为定义 81
6.2 评价指标和常用识别方法 81
6.3 本章小结 91
第7章 异常行为扰动与人群稳定性分析 92
7.1 人群稳定性研究框架 92
7.2 人群异常行为扰动模型 93
7.3 人群内部扰动的稳定性分析 99
7.4 实验与结果分析 111
7.5 本章小结 114
第8章 计算机视觉检测开发资源 115
8.1 OpenCV 115
8.2 OpenPose 118
8.3 AlphaPose 119
8.4 MediaPipe 120
8.5 OpenMMLab 121
8.6 Python 123
8.7 本章小结 124
第9章 异常行为计算机视觉检测程序设计 125
9.1 跌倒行为检测程序 125
9.2 掉头行为检测程序 126
9.3 加速奔跑检测程序 128
9.4 跳跃行为检测程序 129
9.5 骑行行为检测程序 131
9.6 逆行行为检测程序 131
9.7 人群拥挤检测程序 133
9.8 本章小结 135
第10章 人群行为分析工具与软件 136
10.1 PeTrack 136
10.2 Pathfinder 136
10.3 海康威视智能行为分析服务器 139
10.4 百度PP-Human 139
10.5 CrowdVision 141
10.6 商汤智能人群分析系统与产品 142
10.7 科达大模型一体机 142
10.8 科达视频智能分析一体机 143
10.9 本章小结 144
第11章 其他辅助检测技术 145
11.1 穿戴式惯性传感器与人员定位 145
11.2 智能手机APP加速度检测技术 146
11.3 UWB室内精确定位技术 151
11.4 柔性压力传感器及其应用 154
11.5 本章小结 155
第12章 应用案例 157
12.1 办公楼行人异常行为识别 157
12.2 行人跌倒行为实验与分析 158
12.3 虹桥火车站候车厅异常行为扰动与稳定性分析 166
12.4 虹桥机场旅客出口异常行为扰动与稳定性分析 169
12.5 本章小结 172
第13章 总结与展望 173
13.1 总结 173
13.2 展望 175
参考文献 177
附录A 人体关键点识别接口调用程序 189
附录B 人体动力学质心模型核心程序 196
附录C 行人常见异常行为识别核心程序 201