[논문 리뷰] Towards a Crowd Analytic Framework For Crowd Management in Majid-al-Haram

Sultan Daud Khan, Muhammad Tayyab외 5명|arXiv (Cornell University)|2017. 09. 14.

Organizational and Employee Performance인용 수 28

한 줄 요약

이 논문은 IP 카메라에서 유입되는 영상 스트림을 활용하여 마스지드 알-하라姆에서 실시간으로 군중 밀도, 움직임 패턴 및 혼잡도를 모니터링하기 위한 컴퓨터 비전 기반 군중 분석 프레임워크를 제안한다. 광학 흐름과 운동 요약 기법을 활용함으로써, 시스템은 동적 및 고정된 혼잡을 자동으로 탐지할 수 있게 되어, 높은 정확도로 복잡한 고밀도 상황에서도 히잡 동안 군중 관리의 상황 인식 능력을 크게 향상시킨다.

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.

연구 동기 및 목표

• 마카카 알 무카라르마에서 히잡 및 우무라 동안 거대하고 고밀도 군중을 관리하는 데 있어 핵심적인 과제를 해결하기 위해.
• 수동 영상 감시와 경험 기반의 군중 제한 기준에 대한 의존도를 줄이고, 자동화된 실시간 군중 모니터링을 가능하게 하기 위해.
• 밀도, 유량, 혼잡도를 포함한 군중 역학을 정량화할 수 있는 확장 가능한 비전 기반 시스템을 개발하기 위해.
• 감시 요원의 시각적 피로를 줄이기 위해 군중 행동에 대한 간결하고 해석 가능한 시각적 요약을 제공하기 위해.

제안 방법

• 프레임워크는 개별 대상의 검출 및 추적을 피하기 위해 영상 시퀀스에서 전반적인 운동 정보를 추출하기 위해 광학 흐름 계산을 사용한다.
• 운동 요약 모듈은 주요 군중 유량 방향을 식별하고 시각화함으로써 운영자에게 시각적 혼잡도를 줄인다.
• 혼잡도 탐지 알고리즘은 군중 운동의 흐름 차단 및 공간-시간적 변화를 분석함으로써 혼잡 지역을 국소화한다.
• 시스템은 25 fps, 1080x1440 해상도로 다수의 IP 카메라에서 유입되는 영상 스트림을 처리하여 실시간 분석을 가능하게 한다.
• 흐름 방해의 시간적 분석을 통해 고정된 혼잡(지속적인 위치)과 동적 혼잡(이동하는 위치)을 구분한다.
• 표준 컴퓨터 비전 방법의 한계를 극복하기 위해 마스지드 알-하라姆과 같은 고밀도 복잡 환경에 맞게 맞춤화된 프레임워크이다.

실험 결과

연구 질문

• RQ1 컴퓨터 비전 기법을 활용해 마스지드 알-하라姆에서 고밀도 실시간 상황에서 군중 밀도를 자동으로 추정하고 혼잡도를 탐지할 수 있는가?
• RQ2 운동 요약 기법은 중요한 상황 인식 능력을 유지하면서 감시 요원의 피로를 효과적으로 줄일 수 있는가?
• RQ3 실제 히잡 영상 시퀀스에서 동적 및 고정 혼잡 패턴은 어떻게 나타나며, 광학 흐름을 통해 신뢰성 있게 탐지할 수 있는가?
• RQ4 비전 기반 시스템이 실시간 군중 관리에서 수동 모니터링 및 시뮬레이션 기반 접근 방식보다 얼마나 뛰어나게 성능을 발휘할 수 있는가?

주요 결과

• 시스템은 마스지드 알-하라姆의 고밀도 영상 시퀀스에서 고정 및 동적 혼잡 지역을 성공적으로 탐지하고 국소화하며, 좁은 통로를 통해 큰 군중이 나가는 상황도 포함한다.
• 운동 요약은 시각적 혼잡도를 줄인 시각화를 생성하여 보안 요원이 주요 군중 유량 방향을 더 빨리 이해할 수 있도록 효과적으로 지원한다.
• 전통적인 추적 방법이 자주 실패하는 극단적인 밀도 조건, 예를 들어 기도 후 퇴장 및 순례 순환 동안에도 프레임워크는 뛰어난 성능을 보였다.
• 알려지지 않은 보행자 유량이 주요 이동 유량을 방해함으로써 발생하는 혼잡을 알고리즘이 정확히 식별한다.
• 예를 들어 히지라-아스와드 근처에서 순례자들이 멈추는 상황과 같은 덜 밀도가 높은 영역에서도 저규모 혼잡을 효과적으로 탐지함으로써 미세한 방해 요소에 민감하게 반응함을 보여준다.
• 결과적으로 광학 흐름 기반 분석은 고충돌, 고밀도 환경에서 검출-추적 파이프라인에 비해 신뢰성 있고 확장 가능한 대안을 제공한다.