[论文解读] Revisiting Convolutional Neural Networks for Citywide Crowd Flow Analytics

Yuxuan Liang, Kun Ouyang+5 more|arXiv (Cornell University)|Feb 28, 2020

Traffic Prediction and Management Techniques参考文献 25被引用 7

一句话总结

该论文提出 DeepLGR，一种用于城市范围人群流量分析的新框架，通过高效捕捉全局空间依赖关系并建模区域特定函数，改进了基于 CNN 的方法。通过利用张量分解将局部特征提取、全局上下文聚合与区域特定预测解耦，DeepLGR 在 TaxiBJ 数据集上相较于 DeepSTN+ 实现了 8.8% 的更低 MAE 和 45.9% 的更低 SMAPE，同时参数效率更高且训练速度更快。

ABSTRACT

Citywide crowd flow analytics is of great importance to smart city efforts. It aims to model the crowd flow (e.g., inflow and outflow) of each region in a city based on historical observations. Nowadays, Convolutional Neural Networks (CNNs) have been widely adopted in raster-based crowd flow analytics by virtue of their capability in capturing spatial dependencies. After revisiting CNN-based methods for different analytics tasks, we expose two common critical drawbacks in the existing uses: 1) inefficiency in learning global spatial dependencies, and 2) overlooking latent region functions. To tackle these challenges, in this paper we present a novel framework entitled DeepLGR that can be easily generalized to address various citywide crowd flow analytics problems. This framework consists of three parts: 1) a local feature extraction module to learn representations for each region; 2) a global context module to extract global contextual priors and upsample them to generate the global features; and 3) a region-specific predictor based on tensor decomposition to provide customized predictions for each region, which is very parameter-efficient compared to previous methods. Extensive experiments on two typical crowd flow analytics tasks demonstrate the effectiveness, stability, and generality of our framework.

研究动机与目标

• 解决现有基于 CNN 的方法在捕捉城市区域间长距离空间依赖关系方面的低效问题。
• 克服共享预测器忽略城市区域间潜在功能差异（如办公区、住宅区、公园区域）的局限性。
• 设计一种通用、轻量化且参数高效的框架，适用于多种人群流量分析任务。
• 在保持高预测准确率的同时，加速时空人群流量建模的训练收敛。

提出的方法

• 引入局部特征提取模块，在小感受野内学习区域特定表征。
• 采用全局上下文模块，利用可学习的全局先验聚合长距离空间依赖关系，并通过上采样生成全局特征。
• 利用基于张量分解的区域特定预测器，实现在每个区域内的定制化、低参数预测。
• 将局部特征与全局上下文的学习解耦，实现模块化与可扩展的设计。
• 可无缝集成至现有模型（如 UrbanFM），在不改变架构的前提下提升其性能。
• 采用多阶段训练策略，稳定收敛并提升泛化能力。

实验结果

研究问题

• RQ1 如何比堆叠深层 CNN 更高效地捕捉遥远城市区域之间的全局空间依赖关系？
• RQ2 潜在的区域功能差异（如办公区与住宅区）在多大程度上影响人群流量预测？如何有效建模这些差异？
• RQ3 能否设计一个统一框架，使其可泛化应用于不同人群流量分析任务（如预测与数据恢复）？
• RQ4 与当前最先进模型（如 DeepSTN+ 和 UrbanFM）相比，所提框架在性能与训练效率方面表现如何？

主要发现

• 在 TaxiBJ 数据集上，DeepLGR 相较于 DeepSTN+ 实现了 8.8% 的更低 MAE 和 45.9% 的更低 SMAPE，证明了其卓越的预测准确率。
• 在 HappyValley 数据集上，与 DeepSTN+ 相比，DeepLGR 将 MAE 降低 4.2%，SMAPE 降低 25.9%，证实了性能的持续提升。
• 与 UrbanFM 相比，DeepLGR 的收敛速度加快 56%，在第 3540 次迭代（第 37 轮）即停止训练，而 UrbanFM 需要 7720 次迭代（第 81 轮），表明训练效率显著提升。
• 在 TaxiBJ-P1 数据集上，DeepLGR 将 UrbanFM 的 MAE 提升 5.8%，SMAPE 提升 28.0%，显示出强大的兼容性与增强能力。
• 消融实验表明，三个核心组件——局部特征提取、全局上下文建模与区域特定预测——均对性能提升有显著贡献。
• 在预测器中使用张量分解显著减少了模型参数量，使框架更加轻量化，更适合实际部署。