面向多目标跟踪的密集行人群轨迹提取和运动语义感知

摘要：

针对基于视频监控的密集行人群识别难度大,运动轨迹提取困难,运动语义信息挖掘不足等问题,本文提出基于多目标跟踪FairMOT框架及K-means聚类的行人轨迹捕获和运动语义信息感知方法.首先,利用多目标跟踪算法提取视频中行人群目标过街时的运动轨迹特征向量;然后,通过分析轨迹坐标的数值分布特点,设计了一种协方差滤波算法STCCF,以检测和剔除"准静态轨迹",得到行人群目标运动轨迹簇;最后,针对已提取的轨迹簇,应用K-means聚类方法,选取S系数(Silhouette Coefficient)和DB指数(Davies Bouldin Index)两个指标,感知行人聚集和消散点等场景语义特征.实验分析表明,算法从提取到的2689条轨迹中辨识出179条"准静态轨迹",检出率为81.73％;视频场景中的行人目标源点和消失点的解析结果与人工辨识结果吻合,验证了密集行人群轨迹提取和运动语义信息感知方法的有效性.本文研究可为数据驱动的行为预测和轨迹建模提供基础.

关键词：智能交通;轨迹提取和运动语义感知;FairMOT;密集行人群;轨迹点聚类;K-means

所属期刊栏目：21

分类号：U495(交通工程与公路运输技术管理)

资助基金：国家自然科学基金/;National Natural Science Foundation of China;广东省自然科学基金/;Natural Science Foundation of Guangdong Province, China;广州市重点研发项目/;Guangzhou Key Research and Development Project

在线出版日期：2022-01-04（万方平台首次上网日期，不代表论文的发表时间）

页数：共14页

页码：42-54,95