第1章 成像技术的历史与现状 1
1.1 引言 1
1.2 暗箱的发明与摄影光学 2
1.2.1 墨经光学 2
1.2.2 摄影光学 4
1.2.3 小孔成像 5
1.2.4 西洋暗箱 8
1.3 感光材料的发明与摄影化学 10
1.3.1 图像固定和保存 10
1.3.2 硝酸银与银盐的感光 12
1.3.3 达盖尔的银版摄影法 14
1.3.4 “负—正系统”与“卡罗式摄影法” 16
1.3.5 黑白胶片 19
1.4 光学与彩色摄影关键技术 20
1.4.1 光线及色彩的关系 20
1.4.2 加色法与减色法 21
1.4.3 彩色感光材料及胶片 22
1.5 图像传感器 23
1.5.1 CMOS图像传感器 23
1.5.2 电荷耦合器件CCD 24
1.5.3 CMOS与CCD的对比 27
1.5.4 CMOS和CCD存在的问题 29
1.5.5 仿视网膜分布探测器 30
1.6 全息成像技术 31
1.6.1 全息术的原理 31
1.6.2 全息术的特点 34
1.6.3 全息技术发展阶段 35
1.6.4 全息照相与普通照相 36
1.7 照相机的发展阶段 37
1.7.1 第一阶段（1839—1924年） 37
1.7.2 第二阶段（1925—1953年） 40
1.7.3 第三阶段（1954—1987年） 42
1.7.4 第四阶段（1988年至今） 44
1.8 小结 45
参考文献 46
第2章 视频监控的历史及现状 50
2.1 引言 50
2.2 视频的诞生 51
2.2.1 瞬间摄影与连续拍摄 51
2.2.2 最早的电影 53
2.2.3 电影视镜与连续播放 54
2.2.4 电影诞生 55
2.3 视频关键设备 57
2.3.1 飞点扫描器 57
2.3.2 模拟视频磁带录像机 58
2.3.3 数字视频录像机 59
2.3.4 网络视频录像机 60
2.4 模拟视频监控系统 61
2.4.1 系统组成 61
2.4.2 主要设备 62
2.4.3 技术特点 63
2.5 数字视频监控系统 64
2.5.1 系统组成 64
2.5.2 系统特点 65
2.6 智能网络视频监控 66
2.7 移动式视频监控 67
2.8 未来的研究发展方向 68
2.9 小结 69
参考文献 70
第3章 人群行为视频监控 73
3.1 引言 73
3.2 人群行为监控的历史 73
3.2.1 人群的定义 73
3.2.2 历史发展 75
3.3 视频监控在国外的研究 75
3.3.1 美国 75
3.3.2 其他国家 78
3.4 视频监控在国内的研究 79
3.5 视频监控在国外的应用 80
3.5.1 概述 80
3.5.2 美国 80
3.5.3 英国 85
3.6 视频监控在国内的应用 86
3.7 主要视频领域厂商及产品 88
3.7.1 国外厂商 88
3.7.2 国内厂商 90
3.8 人群视频监控的问题 92
3.9 小结 94
参考文献 94
第4章 人群行为特征研究 101
4.1 引言 101
4.2 人群行为特征 101
4.2.1 人群行为特征 101
4.2.2 人群密度特征 102
4.2.3 人群速度特征 103
4.2.4 人群流量特征 104
4.3 人群密度、人群速度与人群流量的关系 105
4.3.1 人群密度与人群速度的关系 105
4.3.2 人群流量与人群速度的关系 107
4.4 人群行为特征检测 108
4.4.1 人群密度检测 108
4.4.2 人群速度检测 112
4.5 人群异常行为检测 114
4.5.1 异常行为检测 114
4.5.2 异常行为识别 116
4.5.3 异常行为特征 117
4.5.4 人群密度与事故 117
4.6 小结 118
参考文献 119
第5章 人群行为研究现状与问题 126
5.1 问题的提出 126
5.2 人群宏观系统的研究现状与问题 129
5.2.1 人群系统作为孤立系统的研究现状 131
5.2.2 人群系统作为开放系统的研究现状 135
5.3 总结 137
参考文献 140
第6章 人群行为的量度模型 151
6.1 引言 151
6.2 人群宏观状态统计物理模型的构建 152
6.2.1 模型的建立 152
6.2.2 微观变量的选取 153
6.2.3 对速度方向的约定 155
6.3 个体微观状态空间的构建 157
6.3.1 问题 157
6.3.2 构建方法 157
6.3.3 微观状态概率及分析 160
6.4 人群微观状态空间的构建 160
6.4.1 人群的微观状态空间的确定 160
6.4.2 人群的微观状态空间的分布 162
6.5 人群宏观状态的熵模型构建 163
6.5.1 熵模型的比较分析 163
6.5.2 人群香农熵的构建 168
6.5.3 人群玻尔兹曼熵的构建 170
6.5.4 人群克劳修斯熵的构建 170
6.5.5 3种人群熵的分析及总结 171
6.6 熵的性质及分析 173
6.6.1 微观状态与香农熵的关系 173
6.6.2 香农熵的性质总结 176
6.7 熵模型及熵变分析 177
6.7.1 一阶香农熵变与熵变速度 177
6.7.2 二阶香农熵变与熵变加速度 178
6.7.3 人群4种熵变类型 178
6.7.4 熵模型适用性分析 179
6.7.5 熵模型复杂度分析 179
6.8 小结 181
参考文献 182
第7章 人群突变与微观状态 184
7.1 引言 184
7.2 模拟人群宏观状态的物理模型的构建 184
7.2.1 社会力模型分析 185
7.2.2 开放人群受力模型 186
7.2.3 人群运动行为突变分析 190
7.3 人群运动行为无序状态的数值模拟 192
7.3.1 实验原理及设计 192
7.3.2 模拟过程及呈现 194
7.4 人群运动行为有序状态的数值模拟 199
7.4.1 实验原理及设计 199
7.4.2 模拟过程及呈现 199
7.5 人群运动行为从无序到有序突变的数值模拟 201
7.5.1 实验原理及设计 201
7.5.2 模拟过程及呈现 202
7.6 人群运动行为从有序到无序突变的数值模拟 204
7.6.1 实验原理及设计 204
7.6.2 模拟过程及呈现 205
7.7 人群宏观状态与微观变量的关系考察 207
7.7.1 速度方向分布 207
7.7.2 速度大小分布 210
7.8 人群微观状态空间构建的实验验证 211
7.8.1 人群无序状态的微观状态空间 211
7.8.2 人群有序状态的微观状态空间 214
7.8.3 人群突变前后的微观状态空间 215
7.9 实验结果与讨论 217
7.9.1 开放人群受力模型可行性分析 217
7.9.2 人群宏观状态与微观变量的关系分析 219
7.10 小结 219
参考文献 220
第8章 人群突变与熵变关系构建 224
8.1 引言 224
8.2 序参量模型的改进 225
8.3 模拟实验的熵值与序参量取值结果分析 227
8.3.1 人群无序状态的熵与序参量取值结果 227
8.3.2 人群有序状态的熵与序参量取值结果 228
8.4 人群双向有序状态的实验分析 229
8.4.1 实验原理及设计 229
8.4.2 模拟过程及呈现 230
8.4.3 熵值及序参量结果 230
8.5 人群运动行为从无序到有序突变分析 231
8.5.1 香农熵与玻尔兹曼熵结果分析 231
8.5.2 一阶熵变与二阶熵变结果分析 232
8.6 人群运动行为从有序到无序突变分析 234
8.6.1 香农熵与玻尔兹曼熵结果分析 234
8.6.2 一阶熵变与二阶熵变结果分析 234
8.7 实验总结与分析 236
8.7.1 人群熵值与人群平衡态 236
8.7.2 香农熵值的影响因素 237
8.7.3 人群熵变及受力分析 238
8.7.4 人群宏观状态突变的物理机制分析 239
8.8 小结 240
参考文献 241
第9章 人群运动行为突变识别 243
9.1 引言 243
9.2 视频跟踪分析方法 244
9.3 双向有序行走的视频分析 246
9.3.1 视频选取与分析 246
9.3.2 速度分布分析 247
9.3.3 微观状态空间 248
9.3.4 熵值结果讨论 250
9.3.5 熵的适用性分析 252
9.4 从无序到有序状态突变的视频分析 255
9.4.1 视频选取与分析 255
9.4.2 速度分布分析 255
9.4.3 微观状态空间 257
9.4.4 熵值结果讨论 261
9.4.5 熵变结果分析 261
9.5 高密度人群“浪涌”现象视频分析 263
9.5.1 视频现象分析 263
9.5.2 熵值结果讨论 265
9.5.3 熵变结果分析 266
9.6 “爱的大游行”视频分析 270
9.6.1 视频中的突变现象 270
9.6.2 “走—停—走”突变分析 271
9.6.3 “警戒设置”引起的人群突变 275
9.6.4 “不拥堵—拥堵”突变分析 278
9.7 小结 281
参考文献 281
第10章 人群行为识别的发展趋势 286
10.1 主要内容 286
10.2 主要成果 288
10.3 主要贡献及创新点 290
10.4 未来研究展望 290
10.5 结语 292
附录 主要符号对照说明 294
致谢 295