Group Detection in Crowds Using Spatiotemporal Data
| Název práce v češtině: | Group Detection in Crowds Using Spatiotemporal Data |
|---|---|
| Název v anglickém jazyce: | Detekce skupin v davech pomocí časoprostorových dat |
| Klíčová slova: | chování davu|skupiny chodců|detekce skupin|clustering |
| Klíčová slova anglicky: | crowd behavior|pedestrian groups|group detection|clustering |
| Akademický rok vypsání: | 2023/2024 |
| Typ práce: | diplomová práce |
| Jazyk práce: | čeština |
| Ústav: | Informatický ústav Univerzity Karlovy (32-IUUK) |
| Vedoucí / školitel: | doc. Ing. et Ing. David Hartman, Ph.D. et Ph.D. |
| Řešitel: | skrytý - zadáno a potvrzeno stud. odd. |
| Datum přihlášení: | 07.12.2023 |
| Datum zadání: | 07.12.2023 |
| Datum potvrzení stud. oddělením: | 07.12.2023 |
| Datum a čas obhajoby: | 13.02.2024 09:00 |
| Datum odevzdání elektronické podoby: | 11.01.2024 |
| Datum odevzdání tištěné podoby: | 11.01.2024 |
| Datum proběhlé obhajoby: | 13.02.2024 |
| Oponenti: | Mgr. Roman Neruda, CSc. |
| Zásady pro vypracování |
| This work aims to deal with the group detection problem in crowd analysis. This problem has an extensive application field, but it is also very interesting in terms of designing efficient algorithmic solutions. Any solution needs to differentiate genuine social groups from unrelated encounters. The proposed work should investigate the challenges of group detection from two-dimensional tracking data of walking pedestrians, primarily in terms of accuracy. |
| Seznam odborné literatury |
| Tyagi, B., Nigam, S. & Singh, R. A Review of Deep Learning Techniques for Crowd Behavior Analysis. Arch Computat Methods Eng 29, 5427–5455 (2022). https://doi.org/10.1007/s11831-022-09772-1
Wang, H., Su, H., Zheng, K., Sadiq, S., & Zhou, X. An effectiveness study on trajectory similarity measures. In Proceedings of the Twenty-Fourth Australasian Database Conference-Volume 137, pp. 13-22, (2013). Sawas, A., Abuolaim, A., Afifi, M., & Papagelis, M. Tensor methods for group pattern discovery of pedestrian trajectories. In 2018 19th IEEE International Conference on Mobile Data Management (MDM), pp. 76-85, IEEE, (2018). Cheng, H., Li, Y., & Sester, M. Pedestrian group detection in shared space. In 2019 IEEE Intelligent Vehicles Symposium (IV), pp. 1707-1714, IEEE, (2019). Bendali-Braham, M., Weber, J., Forestier, G., Idoumghar, L., & Muller, P. A. (2021). Recent trends in crowd analysis: A review. Machine Learning with Applications, 4, 100023. Murino, V., Cristani, M., Shah, S., & Savarese, S. Group and crowd behavior for computer vision. Academic Press, 2017. |