視頻GIS及其在人群狀態(tài)智能感知與分析中的應(yīng)用

目錄
前言
第1章 緒論 1
1.1 GIS發(fā)展?fàn)顩r 1
1.2 地理超媒體 3
1.3 地理視頻 4
1.4 智能視頻分析 8
1.5 視頻與GIS 12
1.6章節(jié)安排 16
參考文獻(xiàn) 17
第2章 地理視頻數(shù)據(jù)模型與應(yīng)用 22
2.1 地理視頻數(shù)據(jù)模型 22
2.2 基于Web的地理視頻系統(tǒng) 25
2.2.1 總體設(shè)計 25
2.2.2 功能設(shè)計 27
2.2.3 數(shù)據(jù)庫設(shè)計 31
2.2.4 系統(tǒng)實現(xiàn) 36
2.3 地理視頻對三維地理場景的增強(qiáng) 51
2.3.1 三維地理視頻數(shù)據(jù)模型 51
2.3.2 三維地理視頻數(shù)據(jù)處理與組織 51
2.3.3 原型系統(tǒng) 54
參考文獻(xiàn) 56
第3章 監(jiān)控視頻數(shù)據(jù)地理空間化方法 58
3.1 基礎(chǔ)理論 58
3.1.1 相機(jī)模型 58
3.1.2 相機(jī)標(biāo)定 60
3.1.3 三維圖形繪制技術(shù) 61
3.2 基于單應(yīng)變換的視頻數(shù)據(jù)空間化 62
3.3 監(jiān)控視頻與2D地理空間數(shù)據(jù)互映射 65
3.3.1 2D互映射模型 65
3.3.2 2D互映射算法 67
3.3.3 監(jiān)控視頻的2D互映射實驗 68
3.3.4 監(jiān)控視頻的2D互映射特性 71
3.4 監(jiān)控視頻與3D地理空間數(shù)據(jù)互映射 73
3.4.1 3D互映射模型 73
3.4.2 3D互映射算法 75
3.4.3 監(jiān)控視頻的3D互映射實驗 76
3.4.4 監(jiān)控視頻的3D互映射特性 77
3.5 基于地理空間數(shù)據(jù)的互映射方法 79
3.5.1 映射矩陣計算 79
3.5.2 算法設(shè)計 81
3.5.3 實驗分析 82
3.5.4 不確定性分析 85
3.6 基于特征匹配的半自動化互映射方法 86
3.6.1 滅點計算及線性特征提取 86
3.6.2 融合滅點與線性特征信息的匹配方法 89
3.6.3 實驗分析 92
參考文獻(xiàn) 97
第4章 人群監(jiān)控與模擬研究 99
4.1 人群監(jiān)控與管理 99
4.2 人群基本特征 100
4.2.1 人群密度 100
4.2.2 人群速度 101
4.2.3 人群流量 102
4.2.4 不同場所的人群特征 103
4.2.5 人群狀態(tài)類型 105
4.3 人群分析方法 106
4.3.1 人群特征數(shù)據(jù)采集 106
4.3.2 人群流動分析 107
4.3.3 人群分析應(yīng)用 109
4.4 人群流動建模與模擬 110
4.4.1 宏觀模型模擬 111
4.4.2 微觀模型模擬 111
4.5 基于視頻的人群狀態(tài)分析 112
4.5.1 人群密度估計 112
4.5.2 群體行為理解 115
4.6 人群分析研究現(xiàn)狀 116
參考文獻(xiàn) 117
第5章 人群特征提取技術(shù) 123
5.1 可跨相機(jī)的人群密度估計模型 123
5.1.1 低密度人群估計模型 123
5.1.2 高密度人群估計模型 124
5.1.3 自適應(yīng)人群密度估計 125
5.2 人群運(yùn)動特征提取 126
5.2.1 光流法原理概述 127
5.2.2 Lucas-Kanade光流算法 127
5.2.3 GIS環(huán)境下的光流場計算 129
5.3 人群特征提取實驗 130
5.3.1 視頻的地理空間映射結(jié)果分析 130
5.3.2 人群密度估計結(jié)果分析 131
5.3.3 人群運(yùn)動矢量場結(jié)果分析 135
參考文獻(xiàn) 138
第6章 人群行為模式分析 139
6.1 群體運(yùn)動模式分析 139
6.1.1 群體運(yùn)動模式的分類 139
6.1.2 群體運(yùn)動模式的判斷 142
6.2 群體運(yùn)動趨勢分析 148
6.3 群體運(yùn)動速度估算 153
6.4 群體異常行為分析 156
6.4.1 群體異常行為類型 156
6.4.2 矢量場分析 156
6.4.3 群體異常行為檢測 159
6.5 實驗結(jié)果分析 165
參考文獻(xiàn) 169
第7章 區(qū)域人群特征的時空分析 170
7.1 群體行為模式的GIS表達(dá)模型 170
7.2 區(qū)域人群狀態(tài)推演模型 174
7.2.1 貝葉斯網(wǎng)絡(luò)模型 174
7.2.2 人群流動系統(tǒng)的貝葉斯網(wǎng)絡(luò)模型 175
7.2.3 人群狀態(tài)推理貝葉斯網(wǎng)絡(luò)模型構(gòu)建 176
7.3 區(qū)域人群狀態(tài)的推演實驗 181
7.3.1 實驗區(qū)概況 181
7.3.2 貝葉斯網(wǎng)絡(luò)構(gòu)建 182
7.3.3 推演結(jié)果分析 186
7.4 人群狀態(tài)的時空格局演化特征實驗 191
7.4.1 實驗數(shù)據(jù)來源 191
7.4.2 時空演化分析 192
7.5 區(qū)域人群狀態(tài)智能感知系統(tǒng) 195
7.5.1 系統(tǒng)總體設(shè)計 195
7.5.2 系統(tǒng)功能設(shè)計 196
7.5.3 開發(fā)運(yùn)行環(huán)境 197
7.5.4 系統(tǒng)工作流程 197
7.5.5 系統(tǒng)實現(xiàn) 198
參考文獻(xiàn) 202
第8章 視頻GIS在交通與環(huán)境領(lǐng)域的應(yīng)用示例 203
8.1 交通狀態(tài)智能感知 203
8.2 高時空分辨率機(jī)動車排放清單編制 207
8.3 視頻GIS未來展望 215