• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제12권8호
• /
• pp.3769-3789
• /
• 2018

Social pedestrian groups are the basic elements that constitute a crowd; therefore, detection of such groups is scientifically important for modeling social behavior, as well as practically useful for crowd video understanding. A social group refers to a cluster of members who tend to keep similar motion state for a sustained period of time. One of the main challenges of social group detection arises from the complex dynamic variations of crowd patterns. Therefore, most works model dynamic groups to analysis the crowd behavior, ignoring the existence of stationary groups in crowd scene. However, in this paper, we propose a novel unified framework for detecting social pedestrian groups in crowd videos, including dynamic and stationary pedestrian groups, based on spatiotemporal-oriented energy measurements. Dynamic pedestrian groups are hierarchically clustered based on energy flow similarities and trajectory motion correlations between the atomic groups extracted from principal spatiotemporal-oriented energies. Furthermore, the probability distribution of static spatiotemporal-oriented energies is modeled to detect stationary pedestrian groups. Extensive experiments on challenging datasets demonstrate that our method can achieve superior results for social pedestrian group detection and crowd video classification.

• 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.

• 한국방재안전학회논문집
• /
• 제16권1호
• /
• pp.49-60
• /
• 2023

2022년 10월 29일 발생한 이태원 참사 이후 군중압박 사고로 인한 인명피해에 대한 관심이 높아졌으나 국내에서 군중압박과 관련된 학술적, 실제적 기반이 미약함이 지적되었다. 이에 본 연구에서는 군중압박과 관련된 용어와 개념을 조사하고 가능한 한글 용어 후보들을 제안하였으며, 국내외에서 발생한 대표적인 군중압박 사고 사례를 조사하여 정리하였다. 일부 대표적 사례를 기반으로 한 선진국의 접근법들을 조사하였고, 그 중 대표적으로 영상분석, 시뮬레이션 및 설문과 인터뷰 방법을 요약 도출하였다. 이를 통하여 군중압박 사고의 한글 용어 표준화와 개념 정립, 평가 및 접근 방법의 체계화가 이루어지기를 기대하고 있다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제10권11호
• /
• pp.5530-5546
• /
• 2016

Automatic analysis and understanding of human activities is a challenging task in computer vision, especially for the surveillance scenarios which typically contains crowds, complex motions and occlusions. To address these issues, a Bag-of-words representation of videos is developed by leveraging information including crowd positions, motion directions and velocities. We infer the crowd activity in a motion field using Category Constrained Correlated Topic Model (CC-CTM) with latent topics. We represent each video by a mixture of learned motion patterns, and predict the associated activity by training a SVM classifier. The experiment dataset we constructed are from Crowd_PETS09 bench dataset and UCF_Crowds dataset, including 2000 documents. Experimental results demonstrate that accuracy reaches 90%, and the proposed approach outperforms the state-of-the-arts by a large margin.

• International Journal of Computer Science & Network Security
• /
• 제21권4호
• /
• pp.131-139
• /
• 2021

In current time, anomaly detection is the primary concern of the administrative authorities. Suspicious activity identification is shifting from a human operator to a machine-assisted monitoring in order to assist the human operator and react to an unexpected incident quickly. These automatic surveillance systems face many challenges due to the intrinsic complex characteristics of video sequences and foreground human motion patterns. In this paper, we propose a novel approach to detect anomalous human activity using a hybrid approach of statistical model and Genetic Programming. The feature-set of local motion patterns is generated by a statistical model from the video data in an unsupervised way. This features set is inserted to an enhanced Genetic Programming based classifier to classify normal and abnormal patterns. The experiments are performed using publicly available benchmark datasets under different real-life scenarios. Results show that the proposed methodology is capable to detect and locate the anomalous activity in the real time. The accuracy of the proposed scheme exceeds those of the existing state of the art in term of anomalous activity detection.

• 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.

• International Journal of Contents
• /
• 제16권4호
• /
• pp.84-97
• /
• 2020

Since national image video advertisements are a means of public relations with wide delivery and major repercussions at home and abroad, this study performs a comparative analysis of video advertisements aired by previous governments as reported by Daejung Kim, Moohyun Roh, Myungbak Lee, and Geunhye Park. The characteristics of the previous governments, whether or not social trends were reflected, and the importance of traditional and modern elements were examined. As we describe, there are clear differences in video advertisements by government regime, and while messages expressing traditional values of Eastern culture have gradually decreased, reflecting the trends of the times, the messages emphasizing the modern values of the West have gradually increased. Our research confirmed that traditional elements such as 'Samulnori' and 'Taekwondo' are gradually disappearing. In addition, it was confirmed that the collective values, traditional values, and humanism represented by the 'large crowd' and 'traditional elements' in the Kim Dae-jung and Roh Moo-hyun administration changed in the Lee Myung-bak and Park Geun-hye administrations to more individualistic, materialistic, Western values. This study is meaningful in that it analyzed the components and characteristics of national image advertisements by governments in the past, how social trends were reflected, and the weight difference between traditional and modern elements. Based on this research, the significance of the current Moon Jae-in government's groundwork for follow-up research should not be understated.

• 한국화재소방학회논문지
• /
• 제31권1호
• /
• pp.36-41
• /
• 2017

단일 복도에서의 단방향 피난 이동 실험의 수행 결과, 평균 밀도 $2.36P/m^2$에서 0.55 m/s의 속도를 보이고 있다. S.F.P.E. Handbook에서 제시된 복도에서의 밀도기반 속도 수식 계산결과와 평균값을 비교할 때, 본 실험이 0.55 m/s, SFPE 수식이 0.53 m/s로서 0.02 m/s의 차이를 보였으며 데이터 별로 분석한 결과, 최대 0.38 m/s의 큰 차이를 나타내고 있다. 일부 실험결과는 보행속도의 증가에 따라 밀도가 높아짐을 보였으며 실험 결과분석은 전체 실험시간에 대한 평균 데이터를 사용하였다. 동영상에 대한 프레임단위 분석과 같은 세부적인 시간분석을 수행한다면 더욱 신뢰성 있는 데이터를 확보할 수 있을 것으로 보인다.

• 정보보호학회논문지
• /
• 제21권6호
• /
• pp.183-190
• /
• 2011

감시카메라 환경에서 군중의 비정상 집단행동 탐지란 감시카메라로부터 유입되는 영상에서 다중 객체가 위험에 처한 상황을 신속하고 정확하게 탐지하는 분야를 말한다. 본 논문에서는 CCTV 등과 같은 감시카메라 환경에서 움직임 벡터와 SVDD를 이용하여 집단내의 비정상 상황을 탐지하는 프로토타입 시스템을 제안한다. 제안된 시스템은 H.264 압축과정에서의 움직임 벡터 정보를 이용하여 영상내의 움직임 정보를 추출 표현하였으며, 비정상 집단행동의 판별 문제를 실용적 차원의 단일 클래스 분류 문제로 재해석하여 단일 클래스 SVM의 대표적 모델인 SVDD를 탐지기로 설계하였다. 제안된 시스템은 H.264 압축 과정에서 얻어지는 움직임 벡터를 이용함으로써, 실시간성을 보장하며 SVDD의 점증적 갱신 학습 능력으로 인하여 비정상 집단행동 데이터베이스의 변화에도 능동적으로 적응할 수 있다. 공개적으로 사용 가능한 벤치마크 데이터 셋인 PETS 2009와 UMN을 이용하여 본 논문에서 제안한 비정상 집단행동 탐지 시스템의 성능을 실험적으로 검증한다.