CDES: A pixel-based crowd density estimation system for Masjid al-Haram

CDES is an automatic crowd density estimation system that can be used to estimate crowd density from digital images taken at Masjid al-Haram. Developed using a combination of image processing and artificial intelligence (AI) technologies, CDES possesses the capability to count the number of people in moderately high crowds from a flexibly selected region of interest (ROI). Background removal and edge detection are first applied to the image for crowd feature extraction. Then, the extracted crowd foreground blob pixels are scaled accordingly to correct perspective distortion. Finally, the corrected pixel blobs act as input for the backpropagation (BP) neural network to estimate the number of people within the blob. Using the area of the selected ROI, the crowd density is calculated and classified into five ranges from very low to very high. The experimental results are presented.     

人群流动的波动性分析

在现代社会中,公共场所拥挤人群现象常常发生,人们对拥挤人群的机理研究较少,在公共场所因对拥挤人群的疏导或管理不当频频发生而伤亡事故。针对公共场所拥挤人群的安全管理需求,根据波动理论,特别是激波理论,来研究拥挤人群的基本特性,如密度、速度与激波的关系等。在人群拥挤时,可将其视为一连续介质,人群中产生的任何扰动(直接表现为密度的变化)都将以波的形式在人群中传播,同时由于人群中个体间的差异,导致波发生非线性畸变,最后可能导致激波的产生,即拥挤事故。通过特征值解法及Matlab软件,求解了对于不同的初始密度分布曲线、不同的速度,预测激波将在何时何处发生,即揭示激波产生的规律,总结了消除激波的一些措施,如改变边界条件、控制初始密度、设置畸点等,以避免拥挤事故的出现。     

基于注意力机制的人群计数方法

为准确预测固定场景中的人群计数,在人群分析领域,采用一种融合注意力机制的卷积神经网络(CNN)进行人群计数,该模块结合空间域注意力和通道域注意力,空间域注意力可以编码整个图像的像素级上下文信息,以更准确地表达像素级别的密度图,而通道域注意力可以在不同的通道中提取更多的区分特征使网络显著表达人群的局部区域,并在多个公开数...     

基于群集动力学模型的密集场所人群疏散问题研究

密集场所人群疏散问题直接关系到大型公共场所的安全保障能力.应用群集动力学理论方法,在密集人群群体流动过程和个体流动过程分析的基础上,对已有的人群疏散数学模型进行改造,使之更加符合实际意义.以实际人群密集场所为例,进行数值仿真,寻求一定人流密度和疏散时间约束下的最佳疏散通道宽度以及关于开放疏散出口数量的最佳疏散策略,以达到最佳的疏散效果.为有效解决应急环境下密集场所人群疏散问题提供了理论依据,可用于指导密集场所建筑物的结构设计改进,以及疏散过程中的调度管理优化等.     

人群密度对人群拥挤事故的影响

为了研究公共场所的人群密度与拥挤事故的发生概率.基于连续人群流动模型,从人群密度角度探讨了人群拥挤事故发生的机理.由于不同民族个体生理尺寸的差异,人群最大忍受密度不同,以此作为判断人群拥挤事故的标准,并结合我国情况提出我国人群最大忍受密度为9人/m2.最后模拟了某个拥挤事故场景,用该模型对其进行拥挤事故分析.结果表明,连续人群流动模型可以用于预测拥挤事故的发生,对预防和控制人群拥挤事故具有一定的指导意义.     

公众聚集场所人群疏散基础数据的分析

针对直接利用国外的人群疏散基础数据进行我国公共聚集场所人群疏散的模拟将会产生不准确的预测结果、导致这些场所人员安全得不到保证的问题,通过对大量国内外相关数据的搜集、整理和分析,确定了6种基础数据是建立疏散模型和开发疏散模拟软件的必备基础,包括:人员类型和人群的组成、人员水平投影面积和形状、人员密度、人员行走速度、边界效应宽度和预动作时间;总结出获取基础数据的4种主要方法,即直接观测和录像观测、人群疏散演习、个体试验和问卷调查;并确定了可在现有资料中直接获得并使用的数据以及仍需要进一步研究确定的数据。研究结论为公共聚集场所人群疏散问题的研究提供了参考和依据。     

Towards automatic and robust adjustment of human behavioral parameters in a pedestrian stream model to measured data

People die or get injured at mass events when the crowd gets out of control. Urbanization and the increasing popularity of mass events, from soccer games to religious celebrations, enforce this trend. Thus, there is a strong need to better control crowd behavior. Here, simulation of pedestrian streams can be very helpful: Simulations allow a user to run through a number of scenarios in a critical situation and thereby to investigate adequate measures to improve security. In order to make realistic, reliable predictions, a model must be able to reproduce the data known from experiments quantitatively. Therefore, automatic and fast calibration methods are needed that can easily adapt model parameters to different scenarios. Also, the model must be robust. Small changes or measurement errors in the crucial input parameters must not lead to disproportionally large changes in the simulation outcome and thus potentially useless results. In this paper we present two methods to automatically calibrate pedestrian simulations to the socio-cultural parameters captured through measured fundamental diagrams. We then introduce a concept of robustness to compare the two methods. In particular, we propose a quantitative estimation of parameter quality and a method of parameter selection based on a criterion for robustness. We discuss the results of our test scenarios and, based on our experience, propose further steps.     

基于视频分析的人群密集场所客流监控预警研究

为实现人群密集场所客流安全隐患早发现,辅助管理人员早决策,人群聚集风险区早疏散,提升对灾难的预见性和主动性。在国内外人群异常聚集监测预警现状分析基础上,对比分析得出监控视频分析技术是解决人群密集场所精准预警难题较为理想的解决方案;构建以视频智能分析的人群计数、密度估计、行人追踪、活动烈度识别为核心技术的人群密集场所风险预警技术框架;将该技术框架应用到某大型商圈的商业街区,获得监控区域内的人群总数、密度分布、行人轨迹和异常活动等特征。结果表明:提出的基于视频分析的人群密集场所风险预警技术框架可为城市大型商圈、交通枢纽、大型活动场所等城市公共场所的安全管理提供参考和借鉴。     

Simulating optimum egress time

A standard evacuation map posted in a room shows the location of the current room and the path to the nearest exit. If the number of occupants in the building is only small, then the shortest paths to the exits may enable all the occupants to evacuate in minimum possible time. Previous studies have shown, however, that the shortest path configuration does not lead to minimum egress time for large crowds in public facilities such as those in a school, theater or gym.We extend the previous studies by determining the minimum egress time for different crowd sizes on a fixed network graph. We apply optimization search on a mesoscopic multi-agent pedestrian simulation that employs the concept of Route-Choice Self-Organization (RCSO). We show that the egress time gap between the shortest path configuration and RCSO configuration increases very quickly with respect to crowd size. Thus, for crowded pedestrian facilities, there may be a need to revise the standard evacuation map so that evacuation behavior that approximates the RCSO becomes possible, and this can lead to a much better egress time.     

城市公共场所人群拥挤踩踏事故分析

城市公共场所人群高度聚集、流动性大,紧急状态时常发生群死群伤的拥挤踩踏事故,造成大量人员伤亡和恶劣的社会影响。笔者首先提出拥挤踩踏事故分析的一般方法,并用群集指数来表征人群高度聚集这一参量;通过对近年来国内外人群拥挤踩踏事故的分析,认为该类事故以人群高度聚集为条件,由公众造成又危害公众,具有诱因众多、发生突然、难以控制等特点;强调事故预防和控制重点是建立事故应急机制,加强人群的管理和疏导等;同时从公共场所的性能优化设计、人群素质和群集密度、人群管理控制以及信息交流等方面分析其事故原因及提出相应对策,对预防此类事故发生,减少群集伤亡有重要意义。     

基于MCOA布置矿井瓦斯传感器

为了预防矿井瓦斯事故,确定增设瓦斯传感器的数量和位置。通过建立监测有效 等级来确定增设瓦斯传感器的数量,然后通过分析多个猴群同步并行搜索、简易猴群算 法的初步搜索和基本和声算法的二次搜索等方法,设计出猴群优化算法的计算流程,再 根据瓦斯传感器布置的目标函数确定增设瓦斯传感器位置。以大隆矿为例进行了现场工 业试验,结果表明,增设瓦斯传感器的数量与监测有效等级之间成正比例关系,但并非 随着监测有效等级的提高而持续增加。     

体育赛场人群疏散过程滞留人数定量模型研究

体育赛场历史事故统计分析表明,出口堵塞为导致人群拥挤踩踏事故发生的主要原因.滞留人群是疏散过程最常见的一种人流形式,同时也是拥挤踩踏事故风险的主要承载体.基于人群流量与人群密度关系建立了体育赛场时间维变量的滞留人数定量模型.体育赛场看台不同宽度出口人群疏散计算结果表明,滞留人数不仅对人群疏散时间有直接影响,而且与事故发生概率之间存在一定的关系.该模型可用于指导体育赛场出口设计,疏散路线选择及应急预案的编制等.     

城市重点公共区域人群聚集风险的实时定量技术

城市公共区域人群高度聚集且流动性大,紧急状态时易发生群死群伤的拥挤踩踏事故,造成大量人员伤亡和社会负面影响。在FIST模型的基础上,提出以人员密度（D）、人员特性（C）、人与人的相互作用（I）以及人群聚集环境（E）作为表征公共场所人群聚集风险的基本参数,接下来对四个参数进行了相应的技术分析。第一,利用人群监控技术估计人群密度;第二,通过现场监测网络得到的人群压力值来表征人与人相互作用的强度;第三,忽略了个体差异对人群整体的影响;第四,把公共场所中导致事故发生的影响因子归结为综合扰动强度,并建立了相应的数学模型表征了这种强度的大小。最终建立了描述人群聚集风险的DICE模型。同时,给出了人群密度阈值、人群压力阈值以及人群聚集风险的总阈值及其判断标准,整个工作将人群聚集风险实时定量及管理技术推向了实用化的道路。     

The development of a movement-density relationship for people going on four in evacuation

Occupant movement in evacuation models has been simulated and predicted based on a number of variables, including crowd density. This study investigates the relationship between crowd density and occupant crawling movement, as a physical response to environmental conditions in fire. It is an attempt to generate the fundamental speed-density relationship that has been developed for walking movement. This is conducted by examining the impact of population size and exit access width on crowd walking and crawling speeds on a flat surface. The findings of the study suggest that exit access width has a significant impact, whereas occupant configuration (population size) plays less of a factor. The results further demonstrate that there is a significant difference in the crawling speed given the exit access width available, due to the secondary effect of crowd density. The relationship between crowd crawling speed and density is best represented by a quadratic regression model. The study concludes with the need to continuously develop new predictive movement methods, or enhance existing ones in order to cope with the level of detail required to ensure occupant safety and model complexity.     

高层建筑楼梯与电梯耦合的安全疏散策略研究

人员疏散是高层建筑火灾应急管理中重要问题之一。仅依靠楼梯无法在火灾初期安全快速地大批量疏散人群，必须引入其他疏散途径，才能达到安全疏散的要求，而引入电梯，实现楼梯电梯耦合疏散，成为未来高层建筑火灾垂直疏散的新趋势之一。运用BuildingEXODUS从不同建筑高度、不同人群密度、不同人员类型3个方面，运用楼梯模式、A型Shuttle Floor模式、B型Shuttle Floor模式、Sky Lobby模式4种模式进行模拟，提出每种情况的最优疏散策略。研究结果表明:任何层数的高层建筑都存在1个或数个最佳分离楼层使楼梯电梯耦合疏散的效率最高；在运用楼梯以及耦合方案2时，疏散时间与建筑高度呈线性关系，且随着楼层的增高耦合方案2所用疏散时间越来越接近楼梯疏散时间的二分之一；不同人群密度与最佳分离楼层无关；当人员平均疏散能力较高时，最佳分离楼层会上移反之则会下降。     

面向实时人群动力学分析的深度基本图网络

当前行人疏散实验中基本图计算方法通常是通过对每个行人进行跟踪实现的.但这种跟踪方法难以实现实时人群动力学分析.针对这一问题,提出了深度基本图网络.实验提出的网络框架由两个模块组成,即多尺度递归卷积神经网络(MSR-Net)和光流模块,分别对行人密度和行人速度进行估计.具体来讲,MSR-Net学习了输入图像与行人密度图之...     

基于互相关算法的人员密集场所人群运动速度特征研究

研究人群密集场所的人群运动速度特征可以预测人群的运动趋势,在大型活动组织过程中可以对异常人群运动做出预警,避免过度的拥挤及踩踏事件的发生,保证大型群体性活动的安全顺利开展。利用国内某重要城市核心区公共场所人群运动的视频图像,通过互相关算法提取该场所人群的运动速度,并进一步比较通往景区的四条不同路径上人群运动速度的差异性,分析其人群运动特征。分析结果表明单向通道的人群运动速度较大且运动方向基本与通道的两侧边界平行,而双向通道中由于人群中阻尼效应的影响,人群运动速度的大小和方向都发生了不同程度的改变。分析结果可为核心区管理者进行大型群体性活动的组织、人群疏散与引导提供建议,进而为人群拥挤踩踏事故风险防控、拥挤踩踏事故专项应急预案制定及人群聚集活动安全方案编制提供理论支持。     

考虑熟悉度与恐慌效应的人群引导疏散仿真算法研究*

为研究紧急情况下人群疏散行为特点,结合势场理论和多出口选择模型,建立考虑引导、熟悉度和恐慌效应的PFT-LMES人群疏散算法。通过搭建有障碍和无障碍2种室内场景,研究不同环境熟悉度以及行人密度下引导作用对人群疏散效果的影响。研究结果表明:引导作用能够提高疏散效率,平衡各出口利用率,引导效果随行人密度增加更加显著;总体疏散时间随引导强度的提高表现为先减小后增大;当接受引导的人数占总数的42%时,2出口各自选择人数与出口通行能力比例基本一致,引导效果达到最优;相对于环境熟悉度较高的人群,不熟悉环境行人的引导效果更为显著。研究结果可为大型场所的紧急高效疏散提供参考。     

公共场所人群加速度异常检测系统

针对目前基于速度检测公共场所密集人群异常行为存在的检测准确率低、使用范围局限的问题,从人群的加速度角度对可能导致公共安全事故的人群异常行为进行研究,提出了一种基于加速度检测人群异常行为的算法,并基于该算法实现了针对人群逃散、人群聚集、人群拥挤和人群逆行4种异常行为检测的系统。首先,利用金字塔Lucas-Kanade光流法进行特征点跟踪;然后,在获取到特征点的速度矩阵基础上进一步计算其加速度矩阵,反映速度的整体变化;最后,从加速度大小和方向两方面检测人群异常行为。结果表明,所提算法检测用时较少,相比基于速度检测的对比算法,检测的正确率提高到80%,误报率降低为5%。     

基于BP神经网络人群流量预测的实现

人群拥挤踩踏突发性的特点决定了现场的事故救援措施效果较差,事前预防是唯一有效的策略。对商业区人群流量进行预测,对于合理控制商业网点人口,预防人群类事故的发生具有重要的意义。本文介绍了基于BP神经网络的人群流量预测方法,利用Matlab建立了相关模型,并结合实际数据对模型进行了调整,分析了隐含层神经元个数、不同输入-输出结构、不同传递函数等因素对网络性能的影响。研究表明利用神经网络的非线性映射能力对人群流量进行预测时可行的。