关键词：
智能视频分析
公共生活研究
人群活动理解
在线多目标跟踪
时空轨迹分析
人际距离度量
社交群组聚类
多群组活动识别
摘要：
了解和掌握公共空间中人们的行为活动特点,从而为公共空间的设计和改造提供决策依据,这是公共生活研究的重要内容。近年来,随着“以人为本、公平共享”的新型城镇化理念和方针的深入贯彻实施,城市公共空间定量研究的核心已从聚焦“物”的定量研究逐渐向聚焦“人”的定量研究转移,这也突显了公共生活研究的重要性。而人工智能和大数据技术的迅速发展,又使得新数据环境的时空覆盖度和考察粒度得到巨大提升。尤其是公共空间中获取的海量视频数据,蕴藏着有关“人”的丰富时空信息。与非视觉大数据相比,视频数据在时空精细度和准确度方面优势明显,为实现人类活动的精准感知提供了条件。因此,利用视频大数据,在城市定量研究中深度挖掘公共空间中人群的活动信息,从而为公共生活研究提供智能化技术辅助和数据支撑,这在当前城市化进程中具有重要的研究意义。依据交互关系和行为活动的不同,公共空间中的人群可以被划分为多个社交群组。本文从人群的时空轨迹分析和行为活动理解入手,在个体、群组以及整体空间的不同尺度下对公共空间人群活动理解进行研究。一方面,通过对人群的时空轨迹进行分析,挖掘出个体之间的时空位置关系和交互关系,从而将人群进行社交群组聚类。而时空轨迹分析的前提是获取准确的行人轨迹,为此本文首先开展了行人重识别和在线多目标跟踪研究。通过研究行人重识别方法,获得具有高辨别特性的行人外观特征,将外观特征引入在线多目标跟踪研究中,通过在数据关联时加入外观距离度量,可以有效提高跟踪方法的性能,进而提升行人轨迹获取的准确性。同时,行人重识别方法还可以解决后续跨摄像头多目标跟踪研究中的目标匹配问题。然后,本文在时空轨迹分析的基础上,对人际距离度量方法与应用进行研究,以捕获行人之间的时空位置关系和交互关系,进而为公共空间社交群组的划分提供依据。另一方面,个体之间行为的相似性是社交群组划分的另一重要衡量依据,为此本文结合行人时空位置关系和行为相似性,对社交群组聚类进行了研究。在聚类基础上,结合每个群组中个体的行为,对多个群组的行为活动进行表示和识别。本文具体研究内容和创新性总结如下:(1)针对行人重识别问题,提出了一种增强型孪生A-Softmax网络,该网络能有效地学习具有高辨别性的行人外观特征。首先,通过设计空间-通道双重联合注意力机制,分别在空间域和通道域中增强局部重要信息,同时捕获全局上下文依赖关系,进而优化特征。然后,同时采用A-Softmax识别损失和验证损失训练增强型孪生网络,通过直接在超球面空间施加乘性角度间隔约束,可以进一步增加特征的辨别能力。最后,在网络中设计对齐模块,从而减小图像对之间因未对齐所造成的误差。通过相关实验与分析结果,对所提方法的有效性进行了验证。(2)针对多行人跟踪问题,提出了一种基于分层数据关联的在线多目标跟踪方法,以获取行人时空轨迹。首先,根据现有小段轨迹的置信度,将其划分为不同状态,并设计状态之间的相互转换机制。其次,结合第一部分已研究的行人重识别方法,设计了一种外观特征描述网络,以获取行人的外观特征。然后,根据小段轨迹的不同状态,同时考虑了外观距离和运动距离,设计不同的度量方法来计算数据关联时的分配代价。最后,设计分层关联机制,将小段轨迹与当前帧的检测响应进行分层数据关联。相关实验和分析结果表明了所提方法的有效性。(3)针对人际距离度量问题,提出了一种基于时空轨迹的人际距离度量方法。首先,以静态和动态、局部和全局相结合的方式,对公共空间行人的人际距离进行度量。然后,结合空间关系学理论,利用人际距离推断行人的交互关系,从而进行社交分组检测。最后,将人际距离度量应用于疫情背景下的社交距离监测,并提出了一种多尺度社交距离分析评估方法,以对公共空间人群聚集情况进行多尺度分析。通过相关实验和分析结果,验证了所提方法的有效性。(4)针对社交群组划分和多群组行为活动理解问题,提出了一种基于关系图的社交群组聚类和多群组活动识别方法。首先,利用个体之间的外观特征相似性和时空位置关系构建多个关系图,并利用图卷积网络挖掘个体之间的关系特征。其次,根据关系图对群组标签对应的邻接矩阵进行重建,从而进行社交群组聚类。然后,在聚类基础上,基于个体行为特征获得每个群组的活动特征表示,并对个体的行为和多个社交群组的活动进行识别。最后,分别从聚类与识别的角度,提出了多个评估指标,对所提方法的性能进行评估。通过相关实验与分析结果,验证了所提方法的有效性。综上所述,本文利用智能视频分析技术,围绕行人的时空轨迹分析和行为活动理解,开展了行人重识别、在线多目标跟踪、基于时空轨迹的人际距离度量、社交群组聚类以及多群组活动识别等一系列相关工作,进而从个体、群组和整体空间的多尺度视角下进行了公共空间人群活动理解研究,为后续城市公共空间活力量化等定量研究工作的开展打下良好的基础。
欢迎来到三峡大学图书馆！
