该模型模拟了飞机起飞之前客流登机的过程，其中飞机信息由excel表提供，客流等待、等机及飞机起飞过程由内部代码实现，干货满满，一起来学习anylogic吧~(创建excel时候注意和修改相应代码避免空指针问题)

USC行人数据集

AnyLogic， 是一款应用广泛的，对离散，连续和混合系统建模和仿真的工具。它的应用领域包括：控制系统，交通，动态系统，制造业，供给线，后勤部门，电信，网络，计算机系统，机械，化工，污水处理，军事，教育等等。

AnyLogic， 是一款应用广泛的，对离散，连续和混合系统建模和仿真的工具。它的应用领域包括：控制系统，交通，动态系统，制造业，供给线，后勤部门，电信，网络，计算机系统，机械，化工，污水处理，军事，教育等等。

为解决判别尺度空间跟踪(DSST)算法在行人处于长期完全遮挡后又重新出现的情况下无法跟踪的问题, 提出了一种改进的跟踪算法(DDSST). 在DSST框架下,首先对行人目标跟踪, 然后, 引入高置信度指标计算策略作为跟踪准确可信度反馈机制, 在跟踪丢失时利用可变部件模型(DPM)对跟踪目标重新定位. 最后, 通过评估在线目标跟踪基准(OTB)数据集和实际环境拍摄的视频序列对DDSST算法准确性进行验证, 并与其他跟踪算法进行比较. 实验分析表明, 改进算法相较DSST的距离精度与成功率提高了4.1% 和6%, 相比其他算法性能更优, 且在形变、遮挡、平面外旋转、运动模糊和尺度变换等条件下跟踪更稳定.

毕业设计 模式识别 毕业论文 行人检测 c++源代码

针对目前室内定位精度低及部署成本高的问题,提出了一种基于智能手机的可见光通信与改进的行人航迹推算(VLC/IPDR)粒子滤波融合室内定位方法。该方法首先对智能手机CMOS摄像头拍摄的发光二极管(LED)光源图像信息进行解码,确定待定位点所属的LED区域。然后根据光照度模型及手机陀螺仪获得的方向角推算具体位置信息。最后将VLC获取的位置坐标作为观测值,将IPDR作为粒子滤波的状态转移方程,用粒子滤波将二者融合后进行联合定位。实验结果表明,在3 m×3 m×3 m的小空间、单光源条件下,该方法的平均定位误差小于6 cm,在120 m与45 m垂直相交路径上的多运动模式定位测试中,平均定位误差小于0.2 m。

matlab的egde源代码DeepPed：用于行人检测的深度卷积神经网络 由DenisTomè，Federico Monti，Luca Baroffio和Luca Bondi创建。 介绍 DeepPed是最新的行人检测器，它扩展了Girshick等人所做的R-CNN工作。 结合具有通过卷积神经网络计算的丰富特征的区域提议。 该方法在Caltech行人数据集上实现了19.90％的对数平均丢失率。 DeepPed在中进行了描述，并将出现在Elsevier Journal of Signal Processing中。 引用R-CNN 如果您发现R-CNN对您的研究有用，请考虑引用： @article{tome2015Deep, author = {Tomè, Denis and Monti, Federico and Baroffio, Luca and Bondi, Luca and Tagliasacchi, Marco and Tubaro, Stefano}, title = {Deep convolutional neural networks for pedestrian de

论文研究-基于巢式和交叉巢式logit的行人步行行为模型.pdf,  为量化分析行人行为并仿真行人步行轨迹，建立基于巢式和交叉巢式logit的行人步行行为模型.首先，提出建模思路，重点分析行为理论、NL模型和CNL模型等基本理论.其次，将行人分为自由流和非自由流两种状态，针对保持原方向、距离目的地更近、自由流下的变速、躲避对向行人和超越同向行人5种步行意愿，分别建立效用函数，构建行人步行行为的NL模型和CNL模型.最后，通过视频采集的数据，运用biogeme软件标定模型系数，并与实际的行人轨迹比较分析模型的准确性，发现模型能够以80.26\%的准确性拟合实际行人轨迹.结果表明，模型能准确拟合低密度情况下的行人步行轨迹，具有实际应用价值.

基于人群密度估计和Lucas-Kanade光流的行人计数