在新冠肺炎疫情席卷全球的背景下，病例等重点人员轨迹还原对于机场航站楼这类人群密集的公共场所的疫情防控工作至关重要。针对基于人工筛查的轨迹还原方法存在耗时长、效率低、出错率高等问题，本文采用深度学习和马尔可夫链技术，提出了一种基于时空概率的机场航站楼人员数字化轨迹还原方法。本方法在北京大兴国际机场进行实验测试，结果表明，本方法生成的人员轨迹平均准确率达85%以上，同时单次轨迹还原时长可控制在2小时内。
科研之友
微信
新浪微博
Facebook
分享链接
