中国安全科学学报

作者：晏松, 张毅, 王泽众, 韩少聪, 李林枫

单位：1 中国人民公安大学 交通管理学院, 北京 100038；2 清华大学 自动化系, 北京 100084

关键词：数据融合,大型活动,人流监测,多源异构,轨迹分析

基金：国家重点研发计划科技冬奥专项项目(2020YFF0304901); 中国人民公安大学基本科研新任教师启动基金资助(2022JKF434)

为解决在举办大型活动时,仅利用单一数据源进行轨迹分析存在精准度不足、覆盖性不够和多场景功能受限等问题,以多源异构数据融合在大型活动人流监测与分析应用为目标,在系统设计和关键技术层面开展具体研究。在系统设计层面,提出多源异构数据融合整体框架,设计人流监测与分析系统方案;在关键技术层面,针对信令数据稀疏性、多样性特点,提出基于金字塔匹配的信令数据处理技术方案;针对跨场景视频融合分析难点,提出基于深度学习和时空关联的人员行为识别技术方案;针对人员轨迹分析精度不高难题,提出基于信令、视频、票证多源数据融合的轨迹还原及分析技术方案。在2022年北京冬奥和冬残奥场所应用验证该技术。结果表明:人群流向分布监测精度超过90%,定位精度小于100 m,实现人群轨迹的精准感知和预测。

来源：2023年第S1期

《中国安全科学学报》期刊编辑部

查看中国安全科学学报杂志2023年第S1期