-
题名PCA尺度对地铁站建成环境与客流关联影响研究
- 1
-
-
作者
卢源
赵瑾
姚轶峰
-
机构
北京交通大学建筑与艺术学院
-
出处
《都市快轨交通》
北大核心
2025年第1期30-36,共7页
-
基金
国家自然科学基金(52102386)
国家青年科学基金(51908028)。
-
文摘
地铁站点周边建成环境影响客流量,但行人集水区(pedestrian catchment area,PCA)大小尚未统一。本研究旨在验证PCA大小是否影响地铁客流与建成环境相关性研究的结果值。以南宁市轨道交通1号线25个站点为例,选取居住人口、工作岗位、商业设施等5个指标作为自变量,站点实际乘客量作因变量。采用OLS回归模型,对比不同PCA半径变量下模型拟合和影响因素的分析结果。地铁站点PCA不同范围的数据收集,对客流量与建成环境关系研究结果存在影响。针对南宁市,其PCA的半径取值为600 m,在地铁客流与建成环境相关性模型的拟合好于300 m和900 m。PCA范围会导致地铁客流与建成环境关联研究结果不一致。未来相关研究需针对不同PCA半径进行模型分析,根据拟合效果确定适宜的PCA尺度,提高研究准确性。
-
关键词
城市轨道交通
行人集水区(pca)
回归模型
建成环境
客流
南宁市
-
Keywords
urban rail transit
pedestrian catchment area(pca)
regression models
built environment
passenger flow
Nanning City
-
分类号
U231
[交通运输工程—道路与铁道工程]
-
-
题名基于PCA降维的HOG与LBP融合的行人检测
被引量：19
- 2
-
-
作者
陈锐
王敏
陈肖
-
机构
河海大学计算机与信息学院
-
出处
《信息技术》
2015年第2期101-105,共5页
-
文摘
行人检测是计算机视觉中十分重要而又有挑战的研究方向。针对梯度方向直方图(HOG)特征描述子的局限性,如冗余信息多、容易造成误检和漏检等,为了进一步提高行人检测的准确率和速度,提出多特征融合的行人检测算法,利用主成分分析(PCA)对HOG进行降维再与局部二值模式(LBP)特征进行融合,使用支持向量机(SVM)进行分类。在INRIA行人数据库上进行测试,实验表明该算法提高了识别率,加快了训练和检测的速度。
-
关键词
行人检测
pca
HOG
LBP
-
Keywords
human detection
pca
HOG
LBP
-
分类号
TP391.4
[自动化与计算机技术—计算机应用技术]
-
-
题名基于PCA降维的多特征行人再识别
被引量：2
- 3
-
-
作者
余忠永
黄俊
许二敏
施新岚
-
机构
重庆邮电大学通信与信息工程学院
重庆邮电大学信号与信息处理重庆市重点实验室
-
出处
《信息通信》
2019年第4期13-16,共4页
-
基金
国家自然科学基金(61671095)
信号与信息处理重庆市市级重点实验室建设项目(CSTC2009CA2003)
-
文摘
早期的行人再识别主要通过全局特征进行图像检索,使用全局特征的方法遇到了瓶颈后,对局部特征的研究渐渐成为一种趋势。广义上来说,局部特征属于多特征。对来自同一张特征图的局部特征和全局特征,局部特征的数量较多,可以包含更多的信息,在一定程度上更容易取得较高的性能。文章使用全局特征训练的模型作为基线,在此基础上通过主成分分析进行多特征提取,从而完成再识别任务。在Market1501、CUHK03和DukeMTMC-reID上的实验表明,基于全局特征的行人检索的rank-1明显高于大多数方法但mAP略低;基于多特征的改进方法 rank-1比前者稍有提高,mAP有明显提高。
-
关键词
行人再识别1
行人检索2
卷积神经网络3
pca4
多特征5
局部特征6
-
Keywords
Pedestrian re-identification1
pedestrian retrieval2
convolutional neural network3
pca4
multi-feature5
local features6
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
TP183
[自动化与计算机技术—控制理论与控制工程]
-
-
题名基于特征融合和交叉核SVM的快速行人检测方法
被引量：17
- 4
-
-
作者
孙锐
侯能干
陈军
-
机构
合肥工业大学计算机与信息学院
奇瑞汽车博士后工作站
-
出处
《光电工程》
CAS
CSCD
北大核心
2014年第2期53-62,共10页
-
基金
中国博士后基金(2013M531504)资助
-
文摘
行人检测是目标识别领域的一大难点。现阶段用于行人检测的特征维数都比较高,为克服高维特征对实时性的影响,本文运用主元分析(PCA)对特征进行降维,加快检测速度。单一特征的信息有限,本文运用基于线性鉴别分析(LDA)的线性权重融合原则对一些底层特征(颜色、梯度、直方图)和多层次导向边缘能量特征进行特征融合使特征具有多源信息。且上述特征可采用积分图技术进行快速计算,所以行人检测系统的鲁棒性和实时性得到加强。在目标识别领域直方图交叉核支持向量机(HIKSVM)具有分类快,且准确率高的优点,采用其进行分类,系统实时性更进一步提升。实验表明本文方法检测速度和检测率优于经典的HOG+SVM算法。
-
关键词
行人检测
直方图交叉核支持向量机(HIKSVM)
多层次导向边缘能量特征
特征融合
主元分析(pca)
-
Keywords
pedestrian detection
histogram intersection kernel support vector machine
multi-level oriented edge energy feature
feature fusion
principal components analysis
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
-
-
题名基于CNN的无人驾驶行人识别
被引量：1
- 5
-
-
作者
张芝衔
-
机构
西安市曲江第一中学
-
出处
《通讯世界》
2019年第5期246-247,共2页
-
文摘
无人驾驶中行人识别的精度是影响车辆安全的重要因素,传统的无人驾驶行人识别采用基于统计分类的方法,该方法在精度和灵活性上具有一定的缺陷。行人识别的根本是对图像的识别,卷积神经网络是一种针对图像分类、识别而发展的深度学习算法,其强大的图像分类识别能力被广泛应用在图像分类系统中,取得了不错的效果。因此,本文将卷积神经网络算法应用于无人驾驶行人识别中,前期使用PCA算法对图像数据进行降维,以减少卷积神经网络算法运算复杂度。本文采用KITTI数据集进行仿真,实验表明,基于神经网络的无人驾驶行人识别精度相对于其他统计分类算法精度高。
-
关键词
无人驾驶
行人识别
pca
卷积神经网络
-
分类号
TP391.4
[自动化与计算机技术—计算机应用技术]
-
-
题名基于全局引导的行人序列重识别
- 6
-
-
作者
张治军
林敏强
蒋浩
-
机构
深圳康佳电子科技有限公司
-
出处
《电子产品世界》
2022年第9期68-69,79,共3页
-
文摘
行人序列重识别是对同一个人进行跨摄像头识别,要实现跨摄像头行人精确识别必须充分利用行人序列的时空线索。为了解决这个问题,本文提出了一种基于全局引导的行人序列重识别,首先利用ResNet-50提取行人序列特征;然后用全局引导网络将行人序列特征分解为全局特征和局部特征,并提取行人序列全局特征和局部特征的时间相关性;最后对行人序列特征PCA降维后用JS散度计算相似度。实验结果表明本文算法在跨摄像头行人序列重识别中识不仅识别率高,而且效率高。
-
关键词
行人序列重识别
ResNet-50
全局引导
pca
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
-
