公共场所行人异常行为识别方法综述

为明确公共场所行人异常行为识别理论与技术研究进展,首先,借助中国知网(CNKI)和Web版引文数据库(WOS),给出公共场所行人异常行为广义定义与泛在特征,将常见异常行为划分为危害行为、不合群行为和违规行为3类;其次,从数据和技术基础视域,将现有异常行为识别方法划分为人工设计法、人体骨架法、红绿蓝(RGB)图像法和可穿戴传感器法4类;然后,梳理国内外主流人群异常行为数据集,分析相关算法在数据集上的性能表现;最后,从可用数据集和数据融合检测等方面总结现有研究方法局限性,给出未来研究方向与优化建议。研究结果表明:4类异常行为识别方法各有其优缺点;异常行为识别领域缺乏行为种类丰富、定义清晰、高质量的人群异常行为数据集;未来研究应聚焦稳健性强、准确率高的异常行为识别方法、模型及算法;探索多维数据融合互补检测方法,提升异常行为识别理论成果的应用场景的自洽性和自适应性,提高公共场所人群安全治理水平。     

旅客自助进站系统的改进

为提高旅客进站速度,提升铁路安全保障水平,提出现有自助识别进站系统的改进技术方案。运用智能匹配系统及算法,结合现有视频系统,通过铁路购票系统及公安身份认证系统(或第三方认证系统)进行信息数据交互,实现真正意义上的刷脸进站,提高旅客通行速度,从而有效缓解旅客大量滞留车站,进一步提升铁路安全保障。结果表明:改进的系统增加了发送告知用户信息的功能,将人脸识别功能与后台信息对接、智能匹配;保证了验票工作的准确性,同时避免车站大量滞留旅客的情况,提升旅客服务质量;该系统还将与公安数据库对接,核实存在风险的旅客。     

基于模糊模式识别的高铁快运安全综合评价*

物流经济时代,高速铁路网络的日益丰满,为高铁快运的发展创造了有利条件。铁路企业利用高铁列车确认车、空闲车厢、大件行李存放处等位置开展高铁快运,充分发挥高铁运输的优势,但在提高经济和社会效益的同时,对高铁运营安全也提出了挑战。考虑到影响高铁快运安全的因素众多且具有模糊性的特点,提出将模糊综合评价和模糊模式识别相结合的评价方法,建立高铁快运安全评价指标体系,采用层次分析法(AHP)确定指标权重,基于实地调研由专家打分来量化指标特征值,对高铁快运进行安全评价。结果表明:该方法具有科学性和实用性。     

基于未确知测度理论的公路隧道水害危险性评价

基于未确知测度理论,建立公路隧道水害危险性评价模型。从内因和外因的视角分析,同时将内因分为水害来源、通道、水量三个部分,采取隧道区降水量、地表水文情况、隧道区渗透系数、构造断裂带类型、围岩分级、岩土分类、单位涌水量、隧道区平均气温、隧道区植被覆盖率、隧道区地下水腐蚀性(酸性)、防排水措施情况、隧道施工分级、安全管理情况等共13项指标作为为确知测度模型的判别指标;根据相应的实测数据构建未确知测度函数,同时利用信息熵理论获得各判别指标的权重,依据置信度识别准则进行等级判定,最后得出公路隧道水害危险性评价结果。运用该方法对国内6条典型公路隧道的水害危险性进行评价,评价结果与公路隧道实际情况相吻合。因此,这种新方法能够应用到公路隧道水害的危险性评价中,并能解决公路隧道危险性评价的诸多因素不确定性问题,对其进行合理有效的评价。     

基于谱特征的数字信号调制方式识别

根据谱相关函数理论和对常见的数字信号的谱相关函数及特征平面图分析,提出了几种可用于调制方式识别的特征参数,讨论了利用这些特征参数进行调制识别的方法和过程。仿真表明,这种方法有很好的识别效果。     

大气对人体硒、碘、氟的直接影响研究

对一个磷肥厂周围12个村庄的人发、粮食和饮水硒、碘、氟进行了测定,利用改进的模糊数学中的群体识别法对以上数据进行分析,所得结果表明,受污染较重的几个村庄人体硒、碘、氟含量确实受到来自磷肥厂的大气高浓度硒、碘、氟的直接影响.     

锡矿山锑矿田硅化岩的稀土元素特征及其地质意义

湘中锡矿山锑矿田是世界闻名的超大型锑矿田。本文系统地叙述了该矿田该中各矿床蚀变硅化岩及其原岩的稀土元素地球化学特征 ,并在此基础上探讨了稀土元素所反映的地质意义。研究表明 ,尽管硅化岩的稀土元素地球化学特征与原岩相比有所改变 ,但仍可根据硅化岩的稀土元素地球化学特征来恢复原岩 ;根据硅化灰岩的稀土元素地球化学特征可以推测硅质岩的物质来源于地壳上部 ,结合本区硅化岩的硅同位素组成特点 ,可以推测硅质交代中的硅来源于周围地层 ;硅化岩的稀土元素变化特征证明了岩性为石灰岩的层位易于发生硅化 ,从而有利于矿化层的形成。     

基于卷积神经网络的驾驶人行为识别方法研究

为探究汽车驾驶人非安全驾驶行为的识别问题,在简要分析现有驾驶人行为识别方法的基础上,提出一种基于卷积神经网络(CNN)的驾驶人行为识别方法,分析CNN前向传播与反向传播过程,给出处理驾驶人行为识别问题的CNN网络架构。结果表明:用该方法可识别,其平均识别率达97.13%,相对于传统提取方向梯度直方图特征(HOG),并用随机森林(RF)分类的算法,该方法的识别率平均提高了3.62%。     

基于识别视距的特殊互通式立交出口区域主线线形指标分析

以特殊互通式立交出口区域主线为研究对象,分析了特殊互通式立交出口交通事故特征,运用汽车制动特性、人机工程学及交通心理学原理获取驾驶员在特殊互通式立交出口处的识别视距,且识别视距均比设计规范值高.以特殊互通式立交出口识别视距为基础,运用几何学及高速公路几何线形原理建立识别视距与立交区域主线圆曲线半径关系模型,运用VB程序开发软件,提出特殊互通式立交出口处满足识别视距不同车道数主线圆曲线半径一般值和最小值.结果表明:对待建高速公路互通式立交出口位置所在主线线形应分析识别视距,并应利用识别视距对主线线形指标验算;对已建成特殊互通式立交出口,应加强其安全保障措施,保证主线及驶离主线车辆行车安全.     

基于ST-GCN的空中交通管制员不安全行为识别

为预防和监督空中交通管制(ATC)工作中的违章行为,利用智能视频分析技术,研究适用于管制员坐姿工作的不安全行为识别模型。首先,分析管制员不安全工作行为的隐蔽性特征,总结5种典型管制员不安全行为,包括伸懒腰、瞌睡、低头入睡、歪头入睡和半躺入睡,并构建管制员不安全工作状态视频数据集(CUWS);其次,提出一种能描述管制员坐姿的骨架关键点拓展算法,基于时空图卷积网络(ST-GCN)搭建适用于管制员坐姿与腿部遮蔽情况下的不安全行为识别模型ATC-ST-GCN,并给出管制员不安全行为识别的工作流程;最后,利用CUWS数据集进行ATC-ST-GCN模型的训练和测试,并利用管制室实际监控视频开展验证试验。结果表明:该模型能够在有限验证数据集上实现5种典型不安全行为识别,准确率达到93.65%。试验结果证明该模型具有一定的科学性与有效性。