• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제13권2호
• /
• pp.912-928
• /
• 2019

Crowd behavior analysis research has revealed a central role in helping people to find safety hazards or crime optimistic forecast. Thus, it is significant in the future video surveillance systems. Recently, the growing demand for safety monitoring has changed the awareness of video surveillance studies from analysis of individuals behavior to group behavior. Group detection is the process before crowd behavior analysis, which separates scene of individuals in a crowd into respective groups by understanding their complex relations. Most existing studies on group detection are scene-specific. Crowds with various densities, structures, and occlusion of each other are the challenges for group detection in diverse crowded scenes. Therefore, we propose a group detection approach called Collective Interaction Filtering to discover people motion interaction from trajectories. This approach is able to deduce people interaction with the Expectation-Maximization algorithm. The Collective Interaction Filtering approach accurately identifies groups by clustering trajectories in crowds with various densities, structures and occlusion of each other. It also tackles grouping consistency between frames. Experiments on the CUHK Crowd Dataset demonstrate that approach used in this study achieves better than previous methods which leads to latest results.

• Advances in Computational Design
• /
• 제4권2호
• /
• pp.91-118
• /
• 2019

Every year, many people are severely injured or lose their lives in accidents such as fire, chemical spill, public pandemonium, school shooting, and workplace violence. Research indicates that the fate of people in an emergency situation involving one or more hazards depends not only on the design of the space (e.g., residential building, industrial facility, shopping mall, sports stadium, school, concert hall) in which the incident occurs, but also on a host of other factors including but not limited to (a) occupants' characteristics, (b) level of familiarity with and cognition of the surroundings, and (c) effectiveness of hazard intervention systems. In this paper, we present EVAQ, a simulation framework for modeling large crowd evacuation by taking into account occupants' behaviors and interactions during an emergency. In particular, human's personal (i.e., age, gender, disability) and interpersonal (i.e., group behavior and interactions) attributes are parameterized in a hazard-impacted environment. In addition, different hazard types (e.g., fire, lone wolf attacker) and propagation patterns, as well as intervention schemes (simulating building repellent systems, firefighters, law enforcement) are modeled. Next, the application of EVAQ to crowd egress planning in an airport terminal under human attack, and a shopping mall in fire emergency are presented and results are discussed. Finally, a validation test is performed using real world data from a past building fire incident to assess the reliability and integrity of EVAQ in comparison with existing evacuation modeling tools.

• 문화기술의 융합
• /
• 제7권3호
• /
• pp.523-528
• /
• 2021

현재의 유튜브는 사용자가 실제 소비한 콘텐츠를 기반으로 사용자에게 유사한 콘텐츠를 추천한다. 이런 알고리즘의 특성으로 인하여 사용자는 비슷한 분야의 콘텐츠는 잘 추천받지만 소비 한적이 없는 분야의 콘텐츠는 추천 받기가 어렵다. 폭넓게 영상을 추천 받는데 있어서 한계가 있다. 크라우드 소싱을 활용하여 이 문제를 해결하고자 한다. 유튜브를 사용하는 대중들의 직접적인 참여를 통하여 다양한 채널을 추천받을 수 있는 플랫폼을 제안한다. 사용자는 다양한 채널을 추천받고 채널 토론 방에서 사람들과 소통할 수 있으며 동시에 채널을 추천하여 수익을 창출할 수 있다. 본 플랫폼이 다양한 크라우드 소싱 기반의 추천 플랫폼에서 활용될 수 있기를 기대한다.

• 한국차세대컴퓨팅학회논문지
• /
• 제15권6호
• /
• pp.7-14
• /
• 2019

감시 영상에서 군중 행동의 자동 모니터링 및 감지는 보안, 안전 및 자산 보호와 같은 방대한 응용 프로그램으로 인해 컴퓨터 비전 분야에서 중요한 관심을 받고 있다. 또한 연구 커뮤니티에서 군중 분석 분야가 점차 증가하고 있다. 이를 위해서는 군중들의 행동을 감지하고 분석하는 것이 매우 필요하다. 본 논문에서는 스마트 시티에 설치된 감시 카메라의 비정상적인 활동을 감지하는 딥러닝 기반 방법을 제안하였다. 미세 조정된 VGG-16모델은 트레이닝된 공개적으로 사용 가능한 벤치마크 군중 데이터 셋을 실시간 스트리밍으로 테스트한다. CCTV카메라는 비디오 스트림을 캡쳐하는데, 비정상적인 활동이 감지되면 경보가 발생하여 추가 손실 전에 즉각적인 조치가 이루어지도록 가장 가까운 경찰서로 전송된다. 우리는 제안된 방법이 기존의 첨단 기술 보다 성능이 뛰어남을 실험으로 입증하였다.

• Journal of Animal Science and Technology
• /
• 제48권2호
• /
• pp.331-336
• /
• 2006

소의 개체 관리의 효율성을 높이기 위한 수단으로써 축사의 유도로에 시각제어를 처리하였을 때와 시각제어를 하지 않은 경우에 있어서 한우 집단의 이동시간을 비교하였다. 일반적인 파이프로 시설된 유도로에 비해 불투명한 청색 커튼을 처리 하였을 때 유도로를 통과하는 소의 이동시간이 짧아졌으며 짧은 유도로보다 긴 유도로에서 처리간 유의적인 차이가 나타났다. 아울러 본 실험을 통하여 유도로와 함께 유도로 입구 설계 역시 부드러운 곡선의 형태를 함으로써 소의 머뭇거림을 방지할 수 있음을 보여줬다.유도로가 긴 실험에서 crowd pen에서 선두 소가 유도로에 진입하기까지의 시간에서는 시각 제어 처리한 경우와 처리하지 않은 경우 간에 유의적인 차이가 없었다. 그러나 선두 소가 crowd pen 으로부터 우형기까지 진입하는 시간은 시각 제어 처리를 한 경우가 22.78±1.15초로 처리하지 않았을 때의 40.56±4.46초 보다 유의적으로 단축되었다. 또한 선두소가 유도로에 진입한 시간을 뺀 작업시간과 총 작업시간에 있어서도 시각제어 처리한 경우가 96.33±3.98, 104.56±3.89초로 시각제어를 하지 않은 경우의 121.89±5.54, 131.22±6.42초 보다 모두 유의적으로 단축되었다.유도로가 짧은 실험에서는 유도로가 긴 실험에 비하여 crowd pen의 모서리 모양이 직각으로 되어 시험축 집단의 유도로 진입이 부드럽지 않았다. holding pen에서 crowd pen으로 선두 소가 유도로를 진입한 시간에는 처리간 유의적인 차이가 없었다. 총시간에서 선두 소가 crowd pen을 진입한 시간을 뺀 작업시간에 있어서는 처리 간에 유의적인 차는 없었는데 이는 유도로로 연결된 crowd pen의 모서리 형태의 영향이 크게 작용한 것으로 추측된다. 총작업 시간은 시각제어처리가 209.89±6.06초로 처리하지 않았을 때의 243.56±10.53초 보다 유의적으로 단축됨을 보였다.

• 한국컴퓨터정보학회논문지
• /
• 제9권3호
• /
• pp.87-93
• /
• 2004

본 논문에서는 인간의 행동과 유사하게 군중을 재편성하는 행동패턴 모델을 제안하고, 그 모델을 가상 환경의 캐릭터에 적용하여 구현하였다. 게임과 같은 가상환경에서 군중을 표현하는 군중 시뮬레이션의 사실감을 높이기 위하여 군중의 행동 패턴을 결정함에 있어 인간의 감정에 기반을 두었다. 이러한 모델을 바탕으로 인간의 감정을 캐릭터에 적용하고자 몇 가지 규칙을 정의하였고, 이를 바탕으로 군중에 속해있는 캐릭터들의 군중간의 이동을 사실적으로 구현하였다. 본 연구를 적용하여 보다 자연스러운 군중의 행동을 시뮬레이션 할 수 있을 것이다.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2015년도 제51차 동계학술대회논문집 23권1호
• /
• pp.283-284
• /
• 2015

We can picture a workforce that extends beyond your employees: one that consists of any user connected to the Internet. Cloud, social, and collaboration technologies now allow organizations to tap into vast pools of resources across the world, many of whom are motivated to help. Channeling these efforts to drive business goals is a challenge, but the opportunity is enormous: it can give every business access to an immense, agile workforce that is not only better suited to solving some of the problems that organizations struggle with today but in many cases will do it for free. In this paper, we research on factors to design an organizational crowd source for Big Data.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제11권7호
• /
• pp.3413-3430
• /
• 2017

With the fast increasing popularity of mobile services, ubiquitous mobile devices with enhanced sensing capabilities collect and share local information towards a common goal. The recent Mobile Crowd Sensing (MCS) paradigm enables a broad range of mobile applications and undoubtedly revolutionizes many sectors of our life. A critical challenge for the MCS paradigm is to induce mobile devices to be workers providing sensing services. In this study, we examine the problem of sensing task assignment to maximize the overall performance in MCS system while ensuring reciprocal advantages among mobile devices. Based on the overlapping coalition game model, we propose a novel workload determination scheme for each individual device. The proposed scheme can effectively decompose the complex optimization problem and obtains an effective solution using the interactive learning process. Finally, we have conducted extensive simulations, and the results demonstrate that the proposed scheme achieves a fair tradeoff solution between the MCS performance and the profit of individual devices.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제13권3호
• /
• pp.1450-1463
• /
• 2019

The problem towards crowd behavior recognition in a serious clustered scene is extremely challenged on account of variable scales with non-uniformity. This paper aims to propose a crowed behavior classification framework based on a transferring hybrid network blending 3D res-net with inception-v3. First, the 3D res-inception network is presented so as to learn the augmented visual feature of UCF 101. Then the target dataset is applied to fine-tune the network parameters in an attempt to classify the behavior of densely crowded scenes. Finally, a transferred entropy function is used to calculate the probability of multiple labels in accordance with these features. Experimental results show that the proposed method could greatly improve the accuracy of crowd behavior recognition and enhance the accuracy of multiple label classification.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2021년도 추계학술대회
• /
• pp.537-538
• /
• 2021

본 논문에서는 군집 그룹에서 위험 데이터 수집을 위한 에이전트 관리 방안에 대해 고려한다. 위험 지역에서 수집되는 위험 데이터의 경우 센서 노드의 손상으로 에이전트 임무 수행 실패에 대한 가능성이 높다. 따라서 센서 노들들에 대한 협력적 네트워크 방식을 통하여 위험 에이전트 노드에 대한 처리를 연구한다.