基于数据驱动的智能人群监控分析与仿真研究

With the accelerated urbanization, close monitoring, statistics, intelligent surveillance and analysis of the behavior of human crowd has become a hot research in the field of public administration and security. The research work of the project mainly includes following aspects: (1) Extract the hierarchical features and learn the motion patterns of crowd behavior from video surveillance dataset, which efficiently encode the intrinsic local and global characteristics of human crowd behaviors; (2) Study crowd behavior analysis and event detection combining the contextual information of real scenes, which enable intelligent crowd behavior analysis and event detection in complex environments with various crowd density; (3) Study a data-driven multi-resolution model for crowd simulation, which models crowd behaviors in different level of details, creates a diversity of intelligent individuals with autonomous perception and decision-making ability in simulated crowd scene, mimic the intelligent behaviors of human crowd at the macro and micro levels; (4) Study the key techniques of applying intelligent crowd analysis and simulation in rail transit stations. The research objective is to explore the key algorithms and establish an integrated data-driven framework combining intelligent crowd surveillance analysis with crowd simulation, where the surveillance analysis provides real driven data and knowledge model for crowd simulation, and the results of crowd simulation provides the strong prior for crowd surveillance analysis.

随着城市化建设进程的加快，对人群行为的密切观察、统计、智能监控与分析是城市公共管理和安全领域的热点研究问题。本项目主要研究内容如下：（1）研究面向视频监控数据的人群运动多层次特征描述提取计算与行为模式学习方法，实现对人群运动特征的有效描述；（2）研究结合场景背景信息的人群行为分析与事件检测方法，实现不同人群密度分布及监控环境下的智能人群监控的行为分析与事件检测；（3）研究基于数据驱动的多尺度人群仿真建模方法，构建多尺度人群行为模型，在人群仿真中创建具有自主感知与决策能力的智能个体多样性行为，实现宏观与微观上智能人群行为仿真与再现；（4）研究面向轨道交通车站的智能人群监控分析与仿真的应用技术。项目研究目标是建立数据驱动的智能人群监控分析与人群建模仿真的核心算法和两者融合的一体化技术，利用人群监控分析为人群仿真提供数据驱动和知识模型，而人群仿真模拟结果可为人群监控分析提供有效指导。

本项目研究了智能人群监控分析与仿真建模的核心方法和两者融合的一体化技术，重点针对人群行为观察统计、智能监控与分析、建模仿真与预测等城市公共管理和安全领域的热点问题进行了研究工作。主要完成的研究内容和成果如下：（1）研究并提出了面向视频监控数据的行人检测与跟踪算法，实现了对视频监控人群的快速、准确检测与跟踪；（2）研究并提出了一系列针对人群监控视频数据的智能分析算法，实现了对监控视频中人群及个体行为的智能化处理与分析；（3）研究了基于数据驱动的多尺度人群仿真建模方法，构建了多尺度人群行为模型，在人群仿真中创建具有智能感知与决策能力的多样性行为个体，实现了宏观与微观上的智能人群行为仿真与再现；（4）研究并提出了面向交通场景下的智能人群监控分析与预测方法。综上，项目提出并实现了数据驱动的智能人群监控分析与人群建模仿真的核心算法，利用人群监控分析为人群仿真提供数据驱动和知识模型，而人群仿真模拟结果又为人群监控分析提供了有效指导。