根据国家网信办相关规定和要求,《计算机应用研究》编辑部网站域名更换为arocmag.cn,原域名 arocmag.com 自2025年1月1日起自动跳转到新域名。

生物启发的运动人群瓶颈效应感知视觉神经网络

Bio-inspired visual neural network for perceiving moving crowd bottleneck effect
陆显佩a,b
胡滨a,b,c
贵州大学 a. 公共大数据国家重点实验室; b. 计算机科学与技术学院; c. 人工智能研究院, 贵阳 550025

摘要

在大型活动中,人群瓶颈效应常是导致拥挤甚至踩踏等灾难事件的重要前兆。然而目前针对人群瓶颈效应检测的计算模型研究工作较少。且由于这种效应随机性强,人群状态复杂多变,传统的计算模型检测效果并不理想。为解决这一问题,论文在借鉴蝗虫视觉系统神经结构特性的基础上,结合蝗虫LGMD危险感知机理,提出了一种运动人群瓶颈效应感知视觉神经网络(CBEPVNN)。该模型模拟蝗虫和哺乳动物视觉信息处理特点,整合视野域中人群活动所引发的视觉运动信息,并利用LGMD神经元危险感知机理构建尖峰阈值机制调谐神经网络输出,以感知视觉场景中的运动人群瓶颈效应。实验结果表明,CBEPVNN能够有效感知视频序列中的运动人群瓶颈效应,并产生强烈的偏好性响应。该工作涉及生物视神经机理启发的人群动态视觉信息处理机制,可为智能视频监控中的异常人群活动检测与行为分析提供新的思路与方法。

基金项目

国家自然科学基金项目(62066006)
贵州省自然科学基金项目(黔科合基础[2020]1Y261)

出版信息

DOI: 10.19734/j.issn.1001-3695.2025.01.0015
出版期卷: 《计算机应用研究》 优先出版, 2025年第42卷 第8期

发布历史

[2025-04-01] 优先出版

引用本文

陆显佩, 胡滨. 生物启发的运动人群瓶颈效应感知视觉神经网络 [J]. 计算机应用研究, 2025, 42 (8). (2025-04-17). https://doi.org/10.19734/j.issn.1001-3695.2025.01.0015. (Lu Xianpei, Hu Bin. Bio-inspired visual neural network for perceiving moving crowd bottleneck effect [J]. Application Research of Computers, 2025, 42 (8). (2025-04-17). https://doi.org/10.19734/j.issn.1001-3695.2025.01.0015. )

关于期刊

  • 计算机应用研究 月刊
  • Application Research of Computers
  • 刊号 ISSN 1001-3695
    CN  51-1196/TP

《计算机应用研究》创刊于1984年,是由四川省科技厅所属四川省计算机研究院主办的计算技术类学术刊物。

《计算机应用研究》瞄准本学科领域迫切需要的前沿技术,及时反映国内外计算机应用研究的主流技术、热点技术及最新发展趋势。主要刊载内容包括本学科领域高水平的学术论文、本学科最新科研成果和重大应用成果。栏目内容涉及计算机学科新理论、计算机基础理论、算法理论研究、算法设计与分析、区块链技术、系统软件与软件工程技术、模式识别与人工智能、体系结构、先进计算、并行处理、数据库技术、计算机网络与通信技术、信息安全技术、计算机图像图形学及其最新热点应用技术。

《计算机应用研究》拥有众多高层次读者、作者,读者对象主要为从事计算机学科领域高、中级研究人员及工程技术人员,各高等院校计算机专业及相关专业的师生。多年来《计算机应用研究》的总被引频次及Web下载率一直名列本学科同类学术刊物前茅,所刊发的学术论文以其新颖性、学术性、前瞻性、导向性、实用性而备受广大读者的喜爱。


收录和评价

  • 第二届国家期刊奖百种重点期刊
  • 中国期刊方阵双效期刊
  • 全国中文核心期刊(北大2023年版)
  • 中国科技核心期刊
  • 中国科学引文数据库(CSCD)来源期刊
  • RCCSE中国核心学术期刊
  • 中国计算机学会会刊
  • 2020—2022年科技期刊世界影响力指数(WJCI)报告收录期刊
  • 中国科技期刊精品数据库全文来源期刊
  • 中国学术期刊综合评价数据库来源期刊
  • 《中国期刊网》《中国学术期刊(光盘版)》来源期刊
  • 2017—2019年中国国际影响力优秀学术期刊(自然科学与工程技术)
  • 中国精品科技期刊顶尖学术论文(F5000)项目来源期刊
  • 《中国工程技术电子信息网》《电子科技文献数据库》来源期刊
  • 英国《科学文摘》(INSPEC)来源期刊
  • 《日本科学技术振兴机构数据库》(JST)来源期刊
  • 俄罗斯《文摘杂志》(AJ, VINITI)来源期刊
  • 美国《艾博思科学术数据库》(EBSCO)全文来源期刊
  • 美国《剑桥科学文摘(自然科学)》(CSA(NS))核心期刊
  • 波兰《哥白尼索引》(IC)来源期刊
  • 美国《乌利希期刊指南(网络版)》(Ulrichsweb)收录期刊