模式識別：動態(tài)人群場景分類研究

　　本書研究了復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，提出了復雜氣象視頻分類與動態(tài)天氣視頻復原算法、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)進行預測的問題。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)測和預報人群運動狀態(tài)的方法。

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