14、基于计算机视觉的人群模拟方法

基于计算机视觉的人群模拟方法

在人群模拟领域，利用现实生活中的数据来提升模拟的真实感是一个重要的研究方向。本文将介绍一种基于计算机视觉的人群模拟方法，该方法能够自动从拍摄的视频序列中提取信息，用于指导虚拟人类的运动。

1. 人群模拟方法概述

基于计算机视觉的人群模拟方法主要包括以下四个步骤：
1. 使用计算机视觉算法跟踪每个拍摄个体的轨迹。
2. 根据每个轨迹的主要方向，将连贯的轨迹分组为“运动簇”。
3. 为每个运动簇计算外推速度场。
4. 应用人群模拟器，使用外推速度场来引导虚拟人类。

下面将详细介绍每个步骤。

2. 使用计算机视觉进行人员跟踪

在拍摄视频序列中跟踪个体人员有多种基于计算机视觉的方法。然而，大多数人员跟踪算法主要用于监控应用，通常需要对场景进行斜向（或近似侧向）视图以识别面部。这种相机设置常常会导致遮挡问题，并且从图像像素到世界坐标的映射可能不准确。

为了准确提取每个个体在世界坐标中的轨迹，建议使用相对于地面提供正视图的相机设置，这样可以减少透视问题和遮挡。在这种相机设置下，从像素坐标 $(x, y)$ 到世界坐标 $(u, v)$ 的映射非常简单（假设为平面投影映射）：
[
\begin{cases}
u = ax \
v = by
\end{cases}
]
其中 $a$ 和 $b$ 与相机的焦距（以及与地面的距离）有关。必要时还可以校正图像边界附近的径向畸变，但在本方法中不考虑这种畸变。

对于静态相机的目标跟踪，常用的方法是应用背景减法技术，将前景对象从静态背景像