1.一种基于人工鱼群算法与目标检测的人群仿真疏散方法，其特征在于，包括以下步骤：根据疏散场景平面图建立拓扑地图，其中，结点表示疏散出口，连线表示两个出口连通，并且标记最终出口；

根据视频数据对疏散人群的个体进行检测和跟踪，获得疏散人群的个体实时速度；

采用所述个体速度表示鱼群进食行为中的进食速度，初始化鱼群，以场景的最终出口位置表示食物，基于人工鱼群算法对疏散人群个体进行路径规划；

当最终出口的疏散人数等于总人数时疏散过程结束，得到疏散路径。

2.如权利要求1所述的一种基于人工鱼群算法与目标检测的人群仿真疏散方法，其特征在于，获得疏散人群的个体速度包括：获取通道出口处视频数据；

基于RCNN检测所述视频数据中的行人目标；

采用粒子滤波器进行行人运动的跟踪；

对于每个行人，根据当前帧和前一帧该行人的位置差异换算实际位移；

根据所述实际位移和视频的拍摄帧频，计算该行人的速度。

3.如权利要求2所述的一种基于人工鱼群算法与目标检测的人群仿真疏散方法，其特征在于，所述基于RCNN检测所述视频数据中的行人目标包括：使用二值归一化梯度算法选取目标候选区域；

采用卷积神经网络对候选区域内进行特征提取；其中，所述卷积神经网络选用包含5个卷积层和3个全连接层的网络结构；

提取后的特征采用支持向量机进行分类，识别所述候选区域为行人目标还是背景。

4.如权利要求1所述的一种基于人工鱼群算法与目标检测的人群仿真疏散方法，其特征在于，所述基于人工鱼群算法对疏散人群个体进行路径规划包括：初始化鱼群，包括人工鱼的编号、所在位置、视野范围、移动步长以及个体的进食速度；

对于每个个体，根据可选择的出口到最终出口的距离、可选择的出口位置的拥挤度和进食速度较快的个体数目，确定个体的下一个位置；其中，采用速度低于一定阈值的行人表示所述进食速度较快的个体。

5.如权利要求4所述的一种基于人工鱼群算法与目标检测的人群仿真疏散方法，其特征在于，所述确定个体的下一个位置包括：对于每个个体，预先判断所述个体在当前位置发生不同行为时选定的下一出口，根据选定的所述下一出口到最终疏散出口的距离、拥挤度和进食速度较快的个体数目分别计算评价函数；所述评价函数为：B(vi)＝μDis(vi)+λδ+ωNums

其中，下一出口到最终出口的距离 Yi表示所述下一出口体vi所在位置的食物浓度；δ表示拥挤度因子；Nums表示所述下一出口进食速度较快的个体的数目；μ、λ和ω表示权重系数，μ+λ+ω＝1；

选择评价函数最小的行为执行个体的移动。

6.如权利要求5所述的一种基于人工鱼群算法与目标检测的人群仿真疏散方法，其特征在于，所述行为包括觅食、聚群、追尾和随机行为。

7.如权利要求6所述的一种基于人工鱼群算法与目标检测的人群仿真疏散方法，其特征在于，发生觅食、聚群、追尾行为的移动公式为：执行随机行为的移动公式为：

其中，rand()为随机函数，取值为0～1； 表示个体当前所处位置，Xj表示目标个体所在出口位置， 表示个体移动后的位置；step表示移动步长；Visual为个体的可见范围。

8.一种计算装置，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求1-7任一项所述的基于人工鱼群算法与目标检测的人群仿真疏散方法。

9.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1-7任一项所述的基于人工鱼群算法与目标检测的人群仿真疏散方法。