基于物联网的旅游人群密集区踩踏风险图像监控方法研究

作者： 朱文忠 [1,2] ; 蒋华龙 [1] ; 周述文 [1]

摘要：旅游人群密集区踩踏的行为存在很大的突发性和随机性，关键反映特征易受到遮挡，存在监控死角，传统监控方法缺少独立行为识别能力．由于受到遮挡的影响，对一些疑似行为的识别不够准确，对此提出一种基于物联网的旅游人群密集区踩踏风险图像监控方法，分析了物联网监控平台，提取旅游人群密集区踩踏风险图像的Hu不变矩特征，将其输入RBF神经网络中进行学习和分类，获取各种类型的旅游人群密集区踩踏行为，将测试样本输入建立的RBF神经网络模型中进行测试，与RBF网络输出相应的测试样本即为旅游密集区踩踏风险图像，从而实现旅游密集区踩踏风险图像监控．仿真实验结果表明，采用所提方法对旅游人群密集区踩踏风险图像进行监控，识别准确率及效率均较传统方法有很大的改善．

关键字： 物联网 旅游人群密集区 踩踏风险 监控

---

上一篇：基于K—L特征压缩的云计算冗余数据降维算法
下一篇：基于攻击图模型的网络可能入侵估计研究