模式識別：動態(tài)人群場景分類研究

　　本書研究了復(fù)雜氣象條件對提取人群運動速度和人群密度等主要特征的干擾現(xiàn)象，并從局部和整體兩個角度研究了人群運動狀態(tài)演化規(guī)律，提出了復(fù)雜氣象視頻分類與動態(tài)天氣視頻復(fù)原算法、建立了人群流量方程和人群運動狀態(tài)無向圖兩種人群運動分析模型，解決了雨雪天氣視頻退化現(xiàn)象對人群運動狀態(tài)分析的影響和如何對未來人群運動狀態(tài)進(jìn)行預(yù)測的問題。本書在人群運動場景分析方面的研究工作，較好地解決了受雨雪氣象條件干擾的視頻復(fù)原問題，為模型提供增強的輸入視頻；提出人群流量方程分析局部人群運動狀態(tài)，實現(xiàn)了重點區(qū)域的差別化監(jiān)控；非參數(shù)化的運動特征分類方法和圖分析算法增強了人群運動狀態(tài)分析方法的泛化能力，為基于計算機視覺的人群行為分析提供了一種在整體上監(jiān)測和預(yù)報人群運動狀態(tài)的方法。

　　：朱海龍，哈爾濱師范大學(xué)計算機科學(xué)與信息工程學(xué)院副教授。哈爾濱工業(yè)大學(xué)計算機科學(xué)與技術(shù)學(xué)院博士，研究領(lǐng)域為模式識別、數(shù)字圖像處理、機器學(xué)習(xí)。