匡涂上青 祁宏 周盛文

摘要：公共環(huán)境管理離不開對(duì)人群活動(dòng)數(shù)據(jù)的采集與分析，人群數(shù)據(jù)同樣也具有豐富的應(yīng)用價(jià)值。本文從人群活動(dòng)數(shù)據(jù)的潛在價(jià)值入手，分析其在公共管理、建筑改良設(shè)計(jì)、消防安全等方面的應(yīng)用;結(jié)合現(xiàn)有技術(shù)手段和部署方法，主要包括圖像識(shí)別方法和融合方法，討論如何實(shí)現(xiàn)人群分布的識(shí)別與分析;通過(guò)舉例分析應(yīng)用場(chǎng)景和服務(wù)方式，例如web技術(shù)、公共環(huán)境顯示等，擬結(jié)合技術(shù)構(gòu)建一個(gè)人群活動(dòng)數(shù)據(jù)分析與服務(wù)平臺(tái)，探索得出具體可行的平臺(tái)構(gòu)建方式。

關(guān)鍵詞：圖像識(shí)別;圖像融合;人群數(shù)據(jù);公共管理;

一、引言

人類社會(huì)發(fā)展離不開對(duì)人類社會(huì)活動(dòng)的研究。公共管理，建筑設(shè)計(jì)，消防安全等多方面的發(fā)展進(jìn)步都需要此類研究作為支撐。但其重點(diǎn)研究對(duì)象不僅僅是個(gè)體，群體也是重點(diǎn)之一。對(duì)個(gè)體的研究主要采取調(diào)查和跟蹤采訪，但對(duì)于群體而言，僅能通過(guò)群體的分布信息或者活動(dòng)軌跡來(lái)研究。因此，如何挖掘和分析這些有價(jià)值的人群數(shù)據(jù)并且將其應(yīng)用到實(shí)際中來(lái)，成為了一種新的公共管理需求。以下通過(guò)三個(gè)章節(jié)分別論述人群數(shù)據(jù)的應(yīng)用價(jià)值，技術(shù)路線以及應(yīng)用場(chǎng)景和方式，深入討論平臺(tái)可行性。

二、人群數(shù)據(jù)分析的潛在價(jià)值

當(dāng)下正是大數(shù)據(jù)技術(shù)爆炸時(shí)期，人們對(duì)于數(shù)據(jù)的分析需求越來(lái)越大，但數(shù)據(jù)的收集、處理能力也越來(lái)越強(qiáng)。例如，現(xiàn)今非常成熟的圖像識(shí)別技術(shù)，蓬勃發(fā)展的數(shù)據(jù)挖掘、融合技術(shù)，為處理海量、復(fù)雜的數(shù)據(jù)提供了多種研究方法。因此，需要一個(gè)利用現(xiàn)有計(jì)算機(jī)技術(shù)，收集、整理人群數(shù)據(jù)的平臺(tái)，滿足不同場(chǎng)景下的需求，給需要這些分析建議的用戶提供及時(shí)、可靠的服務(wù)。

因此，本文中對(duì)人群數(shù)據(jù)的深入探究，有助于發(fā)掘人群數(shù)據(jù)的潛在價(jià)值，對(duì)人類行為學(xué)、社會(huì)學(xué)、建筑學(xué)、公共管理學(xué)等有促進(jìn)作用，其中有關(guān)公共環(huán)境合理性的改善、消防安全性的提升以及減少擁堵、踩踏事故的發(fā)生，更是有著直接的應(yīng)用關(guān)聯(lián)。

例如，通過(guò)分析人群的分布規(guī)律，對(duì)某些較狹小的公共場(chǎng)所的空間布置進(jìn)行合理規(guī)劃，提高空間利用率，減少擁堵情況的發(fā)生，那么在發(fā)生火災(zāi)或其他事故時(shí)，也有利于人群快速、安全地疏散，在一定程度上避免踩踏事故的發(fā)生，造成不必要的損失;亦或?qū)τ谏虉?chǎng)商家來(lái)說(shuō)，某些柜臺(tái)、廣告牌的擺放，不一定具有科學(xué)性。通過(guò)平臺(tái)的直觀展示，能夠及時(shí)調(diào)整這些設(shè)施的位置，帶來(lái)更好的經(jīng)濟(jì)效益，這是平臺(tái)數(shù)據(jù)的商業(yè)價(jià)值。

更加具體而又貼近生活的例子就是高鐵站，而文章對(duì)于高鐵站存在的空間管理以及人群引導(dǎo)問(wèn)題有過(guò)專門的調(diào)查研究。傳統(tǒng)高鐵站區(qū)空間研究對(duì)于人群活動(dòng)分析與定量研究不足。國(guó)外Schutz等人對(duì)車站區(qū)域空間研究較為成熟，通過(guò)對(duì)開發(fā)案例的總結(jié)，提出的“三圈層空間模型”，如圖1所示，以距站點(diǎn)的距離為基準(zhǔn)，從可達(dá)性、建設(shè)密度等方面表現(xiàn)圈層特征?！叭咏Y(jié)構(gòu)”在通常情況下被認(rèn)為是一種理想的形態(tài)，能夠產(chǎn)生外部集聚性，有助于促進(jìn)站區(qū)的發(fā)展，因此成為當(dāng)前高鐵站區(qū)的模型支撐。

但是，以空間為基準(zhǔn)的三圈層模型在人群行為活動(dòng)的分析方面較為欠缺，而作為人口集散點(diǎn)的高鐵站區(qū)，無(wú)論是交通出行的職能還是新城發(fā)展對(duì)人群集聚的需求，都體現(xiàn)了人群活動(dòng)對(duì)高鐵站區(qū)規(guī)劃發(fā)展的重要意義。

通過(guò)以上舉例分析，不難發(fā)現(xiàn)在現(xiàn)有公共環(huán)境管理的條件下，如果能夠充分利用人群的活動(dòng)數(shù)據(jù)，將其中潛在的有價(jià)值信息挖掘出來(lái)，并且找到一個(gè)或多個(gè)合理的應(yīng)用角度加以落地，就有可能解決許多現(xiàn)有技術(shù)條件下難以解決的問(wèn)題。

下一節(jié)中將討論如何利用現(xiàn)有的技術(shù)手段，以及公共環(huán)境條件，對(duì)人群數(shù)據(jù)進(jìn)行從識(shí)別到分析再到服務(wù)的處理，通過(guò)對(duì)技術(shù)路線和系統(tǒng)層次的講解，來(lái)剖析技術(shù)難點(diǎn)，提出解決方案。

三、圍繞圖像識(shí)別與處理的技術(shù)路線

本節(jié)主要討論實(shí)現(xiàn)平臺(tái)的技術(shù)手段和構(gòu)建方式。平臺(tái)通過(guò)收集人群數(shù)據(jù)和在線分析，將處理后的可視化結(jié)果呈現(xiàn)給用戶，并且通過(guò)隱結(jié)構(gòu)信息挖掘，給用戶提供空間利用率方面可能的改善建議，作為平臺(tái)的輔助決策服務(wù)。

從需求分析，到方案提出，再到問(wèn)題歸納，最后改進(jìn)現(xiàn)有方案，這是系統(tǒng)中每一層次的技術(shù)路線，也是系統(tǒng)整體的研發(fā)路線。

根據(jù)平臺(tái)功能模塊的需求，如圖2所示，橫向部分將系統(tǒng)分為三層，采集層、分析曾和應(yīng)用層，分別負(fù)責(zé)的是識(shí)別與采集、數(shù)據(jù)處理與決策和用戶服務(wù)與反饋。

而縱向流程為每一層技術(shù)路線，均從需求分析出發(fā)，提出合理的方案、結(jié)合實(shí)際問(wèn)題進(jìn)行改進(jìn)。并且，由于人群服務(wù)的場(chǎng)景大多不確定，空間結(jié)構(gòu)復(fù)雜、難以形成統(tǒng)一結(jié)論，每一層級(jí)的研發(fā)將使用迭代的方式，在進(jìn)行設(shè)計(jì)的同時(shí)挖掘新的問(wèn)題和需求，不斷提出改進(jìn)方案，完善系統(tǒng)的功能，形成積極正反饋。因此，這不僅是層級(jí)內(nèi)部的技術(shù)路線，更是本文所述系統(tǒng)的研發(fā)路線。

（一）采集層——識(shí)別與采集

近年來(lái)國(guó)內(nèi)基本普及了監(jiān)控設(shè)施，室內(nèi)環(huán)境基本上能夠做到多角度的圖像信息采集，這也為人群圖像識(shí)別提供硬件基礎(chǔ)。本文擬采用基于監(jiān)控?cái)z像頭畫面的圖像識(shí)別，因此對(duì)于監(jiān)控圖像的濾波處理以及特征的選取、模型（OpenCV）的訓(xùn)練和測(cè)試，是該層研究的主要內(nèi)容。

本文使用模式識(shí)別來(lái)完成人群行為判斷從而達(dá)到預(yù)定目標(biāo)?；镜哪Ｊ阶R(shí)別方法有兩種：統(tǒng)計(jì)模式識(shí)別和結(jié)構(gòu)模式識(shí)別。統(tǒng)計(jì)模式識(shí)別主要由四部分組成：數(shù)據(jù)獲取、預(yù)處理、特征提取和選擇、分類決策

模式識(shí)別主要分為三種：統(tǒng)計(jì)模式識(shí)別、句法模式識(shí)別、模糊模式識(shí)別。

圖像處理的具體技術(shù)方面，一般依托OpenCV來(lái)實(shí)現(xiàn)。本文也采用這個(gè)強(qiáng)大的開源圖形處理工具。如圖4所示，本文的圖像識(shí)別流程分為預(yù)處理和識(shí)別兩個(gè)階段。

本文中處理機(jī)制的直接輸入數(shù)據(jù)為攝像頭的畫面（圖像序列）。而項(xiàng)目需要獲取的是某一些時(shí)刻或時(shí)間段的人群信息，因此我們需要先將視頻文件抽取一定量的關(guān)鍵幀圖像，對(duì)這些圖像序列進(jìn)行識(shí)別。

1. 獲取到圖像后，為了便于后續(xù)分析必須對(duì)圖像進(jìn)行預(yù)處理來(lái)去除噪聲干擾，做幾何、彩色校正等改善圖像;

2. 對(duì)于當(dāng)前圖片還需要進(jìn)行增強(qiáng)操作，對(duì)圖像進(jìn)行濾波處理，去掉不必要的高頻部分，在盡量保持圖像中紋線邊緣完好的前提下，去掉圖像中的粘連、斷點(diǎn)及模糊的部分，以改善圖像的質(zhì)量，便于細(xì)化和特征提取，圖像的膨脹與增強(qiáng)如圖5所示：

3. 對(duì)圖像進(jìn)行細(xì)化處理去掉不必要的信息，降低圖像數(shù)據(jù)量，為后處理提升效率和避免非預(yù)期操作;

4. 對(duì)當(dāng)前得到的處理后數(shù)據(jù)，可以獲取人群確切信息，對(duì)區(qū)域進(jìn)行連接操作，將人群區(qū)域連為整體，并計(jì)算人群邊緣位置信息轉(zhuǎn)化為二維正交坐標(biāo)后繪制在示意圖上，便于決策人員做出決策與計(jì)算機(jī)進(jìn)行分析。

（二）分析層——處理與決策

在實(shí)際情況中，一個(gè)攝像頭的監(jiān)控范圍非常有限，往往需要多攝像頭協(xié)作才能作到全面覆蓋。因此，如何從多個(gè)監(jiān)控畫面中，無(wú)重復(fù)地識(shí)別目標(biāo)，以及如何保證在人流量很大、地理環(huán)境復(fù)雜的情況下的識(shí)別穩(wěn)定性，就是本小節(jié)的首要研究?jī)?nèi)容。

在攝像頭之間的目標(biāo)確認(rèn)算法中，單應(yīng)性約束是一種被廣泛研究和應(yīng)用的算法，其確認(rèn)的精確度比較高。單應(yīng)性約束是利用攝像頭之間，攝像頭和目標(biāo)之間的幾何位置來(lái)確定目標(biāo)，避免了使用目標(biāo)自身的特征作為確認(rèn)目標(biāo)的依據(jù)。

不過(guò)實(shí)際情況中，這種方法確認(rèn)結(jié)果的好壞，嚴(yán)重依靠目標(biāo)檢測(cè)的精度，尤其是目標(biāo)腳部位置檢測(cè)的準(zhǔn)確與否。為了更好的模擬真實(shí)情況中的各種不利情況，我們將3D模型以各種位置、角度擺放在場(chǎng)景中。其中我們發(fā)現(xiàn)，可能出現(xiàn)以下幾點(diǎn)問(wèn)題：

· 某個(gè)目標(biāo)在某個(gè)攝像頭中沒有被檢測(cè)到或是只檢測(cè)到一部分;

· 某個(gè)攝像頭檢測(cè)到了一個(gè)虛假的目標(biāo);

· 目標(biāo)出現(xiàn)相互遮擋的情況;

· 目標(biāo)顏色與背景色相近，無(wú)法識(shí)別前景;

（a）暗部細(xì)節(jié)丟失 （b）相似目標(biāo) （c）目標(biāo)互相遮擋

這些問(wèn)題表明，僅僅利用單應(yīng)性約束很難將目標(biāo)在攝像頭之間正確匹配起來(lái)。

為了解決上述三個(gè)問(wèn)題，本文采用了一種基于目標(biāo)相互之間距離的確認(rèn)算法。通過(guò)實(shí)驗(yàn)的驗(yàn)證，該算法能很好提高多攝像頭之間目標(biāo)確認(rèn)的精度?，F(xiàn)在我們將場(chǎng)景中的兩個(gè)攝像頭分別指定為攝像頭A與攝像頭B。以下為算法的主要步驟：

步驟一：攝像頭A 和攝像頭B 同時(shí)檢測(cè)到 N 個(gè)共同的目標(biāo)，為了將A中的 N個(gè)目標(biāo)與B中的目標(biāo)準(zhǔn)確的對(duì)應(yīng)起來(lái)，首先需要計(jì)算A到B之間的單應(yīng)性矩陣H：

該矩陣通過(guò)匹配多張畫面目標(biāo)的特征參數(shù)（位置，距離），來(lái)計(jì)算得到。具體方法和計(jì)算公式是UV坐標(biāo)和世界坐標(biāo)變換的常用方法，在此省略。

步驟二：獲取目標(biāo)的前景圖，對(duì)每個(gè)目標(biāo)分配一個(gè)標(biāo)識(shí)號(hào)，并提取目標(biāo)的腳部位置（識(shí)別框底邊中心） ，并計(jì)算目標(biāo)之間的距離 ，計(jì)算方法如下：

其中 分別表示攝像頭A中目標(biāo) 之間底部、中部和頂部的距離。按照公式圖中，就是取最小值。

步驟三：根據(jù)單應(yīng)矩陣H，將A中目標(biāo) 變換投影至B中，得到在B中的位置 。

步驟四：將已經(jīng)得到的投影（映射）位置，與其他目標(biāo)的相對(duì)距離 。

步驟五：這一步進(jìn)行目標(biāo)的相互確認(rèn)。繼續(xù)以 （A中目標(biāo)映射到B的虛擬目標(biāo)）為例，確認(rèn)方法如下：

1）如果 與A中對(duì)應(yīng)原始目標(biāo)的位置重合，則表明這兩者為同一目標(biāo);

2）如果B中沒有一個(gè)目標(biāo)的位置與 的位置重合，則確定以 為中心，r為半徑的區(qū)域內(nèi)B中的所有目標(biāo)（假設(shè)B目標(biāo)個(gè)數(shù)為M）;對(duì)目標(biāo) ?與從A投影到B中的其他目標(biāo)之間的距離 （ j =1， 2， ， NK且 j ≠i ），以及B中的這個(gè) M 個(gè)目標(biāo)分別與其他目標(biāo)之間的距離 （ k =1，2， ， NK 且k ≠t ）進(jìn)行從小到大的排序，得到集合 （t 表示 M 個(gè)目標(biāo)中的其中一個(gè)目標(biāo)）;分別計(jì)算 ?與 ?的和 ;從這 M 個(gè)目標(biāo)中選擇與 值最接近的目標(biāo) ，如果集合 中每個(gè)位置對(duì)應(yīng)的值之差的絕對(duì)小于某個(gè)閾值θ，即

其中 分別表示集合 中的第 q 個(gè)目標(biāo)。則將A中的目標(biāo) 與B中的目標(biāo) 確認(rèn)為同一個(gè)目標(biāo)。如果集合 ?不能滿足上式，則選擇下一個(gè)與 ?第二接近的目標(biāo)，并檢驗(yàn)該目標(biāo)是否滿足上式，若滿足則確定 與該目標(biāo)為同一個(gè)目標(biāo)，若不滿足則選擇與 第三接近的目標(biāo)，依此類推。

（三）應(yīng)用層——服務(wù)與反饋

將（二）中得到的可視化內(nèi)容，結(jié)合用戶提供的其他實(shí)際數(shù)據(jù)，分析出一個(gè)合理的建議，以平臺(tái)推送或者公共場(chǎng)景大屏顯示的方式通知用戶，實(shí)現(xiàn)平臺(tái)服務(wù);同時(shí)，提供反饋的接口給用戶，對(duì)于平臺(tái)的服務(wù)進(jìn)行評(píng)價(jià)與建議，實(shí)現(xiàn)良性互動(dòng)。（三）將在下文中以舉例的方式詳細(xì)討論。

四、應(yīng)用場(chǎng)景和服務(wù)方式

本文所述的技術(shù)路線實(shí)際也決定了應(yīng)用的大致方向——圖像及其可視化服務(wù)。那么結(jié)合近年來(lái)有關(guān)群體數(shù)據(jù)可視化以及應(yīng)用案例，本文從中發(fā)現(xiàn)一個(gè)十分有應(yīng)用價(jià)值的信息，并且能夠與本文的技術(shù)高度融合——隱結(jié)構(gòu)信息。

（一）隱結(jié)構(gòu)信息

隱結(jié)構(gòu)信息，既在特定的公共（地理）環(huán)境中，由人群運(yùn)動(dòng)的動(dòng)態(tài)分布圖像信息數(shù)據(jù)，通過(guò)圖像處理、比對(duì)等方法，發(fā)掘?qū)ο蟓h(huán)境中人流量較小區(qū)域的分布特點(diǎn)，從而得到的虛擬的建筑（地理）結(jié)構(gòu)信息。文章在前人提出的“隱結(jié)構(gòu)信息”的基礎(chǔ)上，利用這一新興概念，將平臺(tái)可視化數(shù)據(jù)中的建筑結(jié)構(gòu)，根據(jù)人群活動(dòng)強(qiáng)弱、人流量大小，劃分出相應(yīng)的“隱結(jié)構(gòu)”，展示在可視化界面上，便于用戶直觀的了解空間利用方面存在的問(wèn)題并進(jìn)行改善。而如何處理平面數(shù)據(jù)，獲取“隱結(jié)構(gòu)信息”，并且要保證科學(xué)性和有效性，這是本文在數(shù)據(jù)分析方面的研究重難點(diǎn)，也是平臺(tái)可視化中的創(chuàng)新點(diǎn)。

本小節(jié)采用舉例說(shuō)明隱結(jié)構(gòu)信息。我們還是以某高校圖書館為例。將前幾階段處理過(guò)后的圖像序列，抽取其中一定量的關(guān)鍵幀，使用Photoshop工具進(jìn)行疊加，生成如下圖的人群流量熱成像圖。

其中，深色的區(qū)域?yàn)槿肆髁可俚膮^(qū)域，可以考慮將其框選出來(lái)作為調(diào)整空間的候選區(qū)域，也就是“隱結(jié)構(gòu)信息”。

接下來(lái)，通過(guò)這張隱結(jié)構(gòu)信息圖，我們將根據(jù)實(shí)際情況對(duì)用戶的場(chǎng)景環(huán)境進(jìn)行細(xì)致分析與建議，其中包括的內(nèi)容有：

· 可能出現(xiàn)的安全隱患，例如某處空間的出入口過(guò)于擁堵，可能導(dǎo)致的疏散問(wèn)題;

· 可以改善的空間布置，對(duì)于1中的情況，擬通過(guò)這種建議方式能夠解決;

· 能夠利用的閑置區(qū)域，提高空間利用率;

· 關(guān)于人流量管控方面的建議，例如如果區(qū)域人流量在某一時(shí)段過(guò)大，將建議用戶控制區(qū)域時(shí)間段的人員流動(dòng)。

（二）反饋方式

以上的包括隱結(jié)構(gòu)信息在內(nèi)的信息會(huì)以統(tǒng)一格式、在第一時(shí)間，以平臺(tái)推送的方式通知用戶。而具體的平臺(tái)推送方式，主要包括兩個(gè)方面：

1. 公共投放

在一般車站或商場(chǎng)，能夠較為容易地配置大屏顯示。這些設(shè)備往往用于廣告投放或者必要信息地顯示，對(duì)于顯示地圖像要求不高，因此本文所述的服務(wù)信息完全可以通過(guò)這種方式進(jìn)行投放，讓現(xiàn)場(chǎng)的公共用戶群體最直觀地查看。

2. 私有推送

如果將用戶地范圍縮小，限定于管理員類用戶，那么公共投放方式顯然不再適用。不過(guò)由于此類用戶群體較小，本文將采取常規(guī)的web技術(shù)進(jìn)行B/S架構(gòu)應(yīng)用的開發(fā)，將數(shù)據(jù)通過(guò)這種方式推送到用戶的設(shè)備中，更加靈活且支持用戶的定制化操作。

總結(jié)與展望

本文通過(guò)以上三個(gè)章節(jié)的內(nèi)容，詳細(xì)論述了有關(guān)人群數(shù)據(jù)的價(jià)值，相關(guān)圖像識(shí)別、處理技術(shù)，應(yīng)用場(chǎng)景和服務(wù)方式。但綜合下來(lái)，本文所述系統(tǒng)還存在以下幾點(diǎn)問(wèn)題。

1、圖像識(shí)別技術(shù)已經(jīng)非常成熟，但實(shí)際上對(duì)于復(fù)雜公共環(huán)境，不可能有一個(gè)普適的模型來(lái)進(jìn)行識(shí)別——實(shí)際情景下的模型參數(shù)調(diào)節(jié)，還需要項(xiàng)目在研究過(guò)程中探索經(jīng)驗(yàn)，以達(dá)到一個(gè)更好的實(shí)際效果;

2、數(shù)據(jù)可視化，包括隱結(jié)構(gòu)信息的挖掘的過(guò)程自動(dòng)化。如果不能實(shí)現(xiàn)這一點(diǎn)，服務(wù)的環(huán)節(jié)就不能算得上完善;

3、如何根據(jù)可視化圖像進(jìn)行分析、建議。這是本平臺(tái)的應(yīng)用層（服務(wù)層）需要解決的問(wèn)題，可能會(huì)涉及到?jīng)Q策樹、決策模型以及深度學(xué)習(xí)方面的方法;并且，關(guān)于問(wèn)題1中的識(shí)別模型適應(yīng)性問(wèn)題，或許可以通過(guò)機(jī)器學(xué)習(xí)方式進(jìn)行自適應(yīng)調(diào)整，減少人工調(diào)參的工作量。這也是本文作者后續(xù)的重要研究方向之一。

總之，人群數(shù)據(jù)的分析服務(wù)平臺(tái)無(wú)論是在技術(shù)上，還是在實(shí)際場(chǎng)景中，都表現(xiàn)出高度的可行性，本文作者也會(huì)繼續(xù)探索新的技術(shù)和方式完善系統(tǒng)。

參考文獻(xiàn)：

[1]羅莉莎，鐘嘉桐，王樹同，陳龍，邵文澤.道路監(jiān)控視頻低清人臉重建與識(shí)別方法研究[J].計(jì)算機(jī)時(shí)代，2020（01）：26-29+34.

[2]崔頌懿，孔德文，王茉.客運(yùn)樞紐“人群迷路區(qū)”的快速識(shí)別與優(yōu)化——以北京南站為例[J].交通運(yùn)輸研究，2019，5（03）：34-41.

[3]梁茜. 基于視頻的商場(chǎng)人群行為識(shí)別研究[D].天津財(cái)經(jīng)大學(xué)，2016.

[4]崇信毅. 基于視頻監(jiān)控?cái)?shù)據(jù)的人群行為分析[D].北京交通大學(xué)，2012.

[5]田玉敏.人群疏散心理及行為個(gè)體差異的探討[J].人類工效學(xué)，2010，16（03）：53-55+82.

[6] 顏杰. 多攝像頭目標(biāo)檢測(cè)與跟蹤方法研究[D].華中科技大學(xué)，2011.

[7]楊立兵. 公共場(chǎng)所應(yīng)急疏散系統(tǒng)及模擬仿真[D].中南大學(xué)，2009.

[8]單路. 基于多源數(shù)據(jù)的高鐵站區(qū)人群聚集特征研究[C]. 中國(guó)城市規(guī)劃學(xué)會(huì)、重慶市人民政府.活力城鄉(xiāng) 美好人居——2019中國(guó)城市規(guī)劃年會(huì)論文集（07城市設(shè)計(jì)）.中國(guó)城市規(guī)劃學(xué)會(huì)、重慶市人民政府：中國(guó)城市規(guī)劃學(xué)會(huì)，2019：544-555.

[9]鄒富，周俊，范倩藍(lán)，裴思垚.基于UP Squared的OpenCV物體圖像識(shí)別應(yīng)用[J].電子測(cè)試，2019（22）：62-63.

[10]劉軍偉.基于OpenCV的圖形識(shí)別系統(tǒng)設(shè)計(jì)[J].電子技術(shù)與軟件工程，2019（21）：60-62.

[11]石澤瓊，毛俊強(qiáng)，李雙偉，徐麗蕊，董言治.基于OpenCV的運(yùn)動(dòng)目標(biāo)識(shí)別跟蹤[J].中國(guó)集成電路，2019，28（04）：20-25.

[12]任志敏.基于Android及OpenCV平臺(tái)的形狀及顏色識(shí)別系統(tǒng)設(shè)計(jì)[J].山西電子技術(shù)，2019（04）：51-53+62.

[13]田玉敏.人群疏散心理及行為個(gè)體差異的探討[J].人類工效學(xué)，2010，16（03）：53-55+82.

[14] Kim K， Chalidabhongse T H， Harwood D， ct al， Real-time foreground-background segmentation using codebook model[j]Real-Time Imaging，2005 11（3）：172-185

作者簡(jiǎn)介：

匡涂上青（2000—），男，漢族，湖南省長(zhǎng)沙市人，本科，中南大學(xué)計(jì)算機(jī)學(xué)院