[論文レビュー] Towards a Crowd Analytic Framework For Crowd Management in Majid-al-Haram

Sultan Daud Khan, Muhammad Tayyab+5 more|arXiv (Cornell University)|Sep 14, 2017

Organizational and Employee Performance被引用数 28

ひとこと要約

本論文は、マスジド・アル＝ハラームのリアルタイムな集団密度、動きのパターン、混雑状況の監視を目的として、IPカメラからの映像ストリームを用いたコンピュータビジョンベースの集団分析フレームワークを提案する。光流と動き要約を活用することで、動的および固定の混雑状況を自動で検出可能となり、高密度な状況下でも高い正確性を発揮し、ハッジにおける集団管理の状況認識を著しく向上させる。

ABSTRACT

The scared cities of Makkah Al Mukarramah and Madina Al Munawarah host millions of pilgrims every year. During Hajj, the movement of large number of people has a unique spatial and temporal constraints, which makes Hajj one of toughest challenges for crowd management. In this paper, we propose a computer vision based framework that automatically analyses video sequence and computes important measurements which include estimation of crowd density, identification of dominant patterns, detection and localization of congestion. In addition, we analyze helpful statistics of the crowd like speed, and direction, that could provide support to crowd management personnel. The framework presented in this paper indicate that new advances in computer vision and machine learning can be leveraged effectively for challenging and high density crowd management applications. However, significant customization of existing approaches is required to apply them to the challenging crowd management situations in Masjid Al Haram. Our results paint a promising picture for deployment of computer vision technologies to assist in quantitative measurement of crowd size, density and congestion.

研究の動機と目的

• マッカ・アル＝ムカラッラムのハッジおよびウマー諸の膨大で高密度な集団の管理という重要な課題に対処すること。
• 手動による映像監視や経験則に基づく集団の制限に依存するのを減らし、自動的でリアルタイムな集団監視を可能にすること。
• 密度、流れ、混雑状況といった集団ダイナミクスを定量的に把握できる、スケーラブルでビジョンベースのシステムの開発。
• 監視担当者に、監視の疲労を軽減する簡潔で解釈可能な集団行動の視覚的要約を提供すること。

提案手法

• フレームワークは、個々の検出やトラッキングを回避するため、動画シーケンスからのグローバルな動き情報として光流を計算する。
• 動き要約モジュールは、支配的で大きな集団の流れの方向を特定・可視化し、オペレータの視覚的ごちゃごちゃを軽減する。
• 混雑検出アルゴリズムは、流れの遮断と集団の動きにおける空間的・時間的変化を分析することで、混雑領域を局所化する。
• システムは25 fps、1080x1440解像度の複数のIPカメラからの映像ストリームを処理し、リアルタイム分析を可能にする。
• 流れの遮断の時間的分析を通じて、固定混雑（持続的な場所）と動的混雑（移動する場所）を区別する。
• 標準的なコンピュータビジョン手法に制限がある高密度・複雑な環境、例えばマスジド・アル＝ハラームに特化したフレームワークを構築する。

実験結果

リサーチクエスチョン

• RQ1 コンピュータビジョンを用いて、マスジド・アル＝ハラームの高密度でリアルタイムな状況において、集団の密度を自動で推定し、混雑状況を検出することは可能か？
• RQ2 動き要約技術は、重要な状況認識を維持したまま、監視担当者の疲労を効果的に軽減できるか？
• RQ3 動的および固定混雑パターンは、現実のハッジ映像シーケンスでどのように現れるのか？また、光流を用いて信頼性高く検出可能か？
• RQ4 ビジョンベースのシステムは、リアルタイムな集団管理において、手動監視やシミュレーションベースの手法をどの程度上回るのか？

主な発見

• 本システムは、マスジド・アル＝ハラームの高密度な映像シーケンスにおいて、固定混雑および動的混雑領域を成功裏に検出し、局所化した。特に、狭い通路を通って大勢の群衆が退出するような状況でも有効であった。
• 動き要約により、ごみだらけでない視覚的表現が得られ、それが監視担当者が集団の流れの支配的傾向を素早く理解するのを支援した。
• 本フレームワークは、伝統的なトラッキング手法がしばしば失敗する極度の高密度状況（例：祈り終了後の退去時、巡礼巡礼行動時）においても、頑健な性能を示した。
• アルゴリズムは、主な流れを妨げる直交する歩行者群の流れが原因となる混雑を正確に同定した。
• 本システムは、ヒジャラ・アスワード周辺で群衆が停止するような、低スケールの混雑状況も効果的に検出でき、微細な混乱の兆候に敏感であることを示した。
• 結果として、高オクルージョン・高密度環境において、検出・トラッキングパイプラインに代わる信頼性が高くスケーラブルな代替手段として、光流に基づく分析が有効であることが示された。