Loading article…
群衆分析とは、集団や物体の自然な動きに関するデータを解釈する実践です。群衆、特に人間は、特定の群衆がどのように動き、いつ動きのパターンが変化するかなど、群衆追跡分析の対象となります。[1]研究者はデータを使用して、将来の群衆の動きや群衆の密度を予測し、避難経路を必要とするような潜在的なイベントへの対応を計画します。[2]群衆分析の用途は、ビデオゲームの群衆シミュレーションからセキュリティや監視まで 多岐にわたります。
背景
人口増加により、群衆分析は社会的、技術的分野における大きな関心事となっている。[3]群衆分析は、公共イベント、公共空間の設計、視覚監視、仮想環境における群衆管理戦略の開発に利用されている。その目的は、エリアの利便性を高め、群衆による災害を防ぐことなどである。[3]
群衆の中には、他の群衆ほど簡単に分析できないものもあります。群衆の心理は、群衆をどのように分類し研究するかに影響します。群衆は、道路を歩いている歩行者のグループのように偶然のものである可能性があり、マラソンや抗議活動に参加している人々のように因果関係のあるものになる可能性があります。群衆は、暴徒のように活動的かつ気まぐれであることもあれば、観客のように受動的であることもあります。主な群衆が分析の大部分の対象ですが、交通の流れに反対する人や、歩行者のグループの中を進む自転車乗りなどの異常も考慮する必要があります。したがって、個人のグループの目的によって、取得されたデータの解釈が決まります。衝突が発生する可能性のある場所を予測するために、群衆の動き方を理解するための重要な研究が行われてきました。[4]この研究は、群衆からのデータを分析し、次にソフトウェアを使用して同様の状況のモデルを作成することによって行われます。群衆の行動をシミュレートするモデルは数多く存在し、その中には「ネットワークベースのモデルや流体力学モデルのようなマクロなモデルだけでなく、ソーシャルフォースモデルやセルオートマトンのようなミクロなモデルもある」と述べるものもある[4] 。
方法論
群集密度とは、1平方メートルあたりの人数など、単位面積内の物体の数を指します。[5]密度は、安全上の懸念に対処するために、部屋や建物の最大収容人数を決定する上で重要です。他の場所よりも密集するエリアを分析することは、建物や避難経路を設計する上で不可欠です。このような懸念に対処するには、群集の管理と最適化が含まれ、移動パターンを予測することができます。
群集の流れとは、群集内の物体が空間内を移動する速度を指します。限界容量に達すると、群集密度が増加するにつれて流れが減少し始めます。ヤーキス・ドットソンの法則は、個人のストレスの量によってパフォーマンスがどのように影響を受けるかを説明しています。ストレスは、個人に向かってくる物体、個人がタスクを実行するための時間的制約、個人を取り囲むエージェントの数などの外部要因によって引き起こされます。[6]
コンピュータアニメーションに関しては、シミュレートされた個体（エージェントと呼ばれる）は、リアルな群衆のような行動を表現するためによく作成されます。それらは、ストレス、ナビゲーションフィールド、および周囲のエージェントに基づくアルゴリズムに従って行動を操作します。生き物のような行動をとるインテリジェントエージェントを作成する研究は、人工知能の分野に属します。
アプリケーション
群衆分析から得られるデータは、さまざまな分野や実際の実装において非常に貴重です。
群衆人工知能
群集知能とも呼ばれる群衆の動きの分析と応用は、生物学的モデルと人工モデルに基づいた集団行動のモデリングに貢献することができます。[7]社会的本能行動は、複数のエージェントとその相互作用をモデル化する複雑なシステムに適用されます。人口ベースの方法は、エージェントとその周囲とのローカルな相互作用を表現するために使用されます。[8]
社会学
群衆分析の社会的応用は、映画やビデオゲーム業界での使用から公共計画での使用まで、無数にあります。群衆シミュレーションはグループダイナミクスと群衆心理学に基づいているため、現実の状況に対する正確性と関連性は明らかです。公共計画と群衆分析の使用の大部分は、緊急避難の状況表現の領域にあります。避難は、群衆の相互作用と反応のモデル化と研究を通じて計画できます。これらの表現は生物学的モデルとパターンに基づいているため、予測される動きは非常に現実的です。同様のモデルが映画業界で使用され、現実的で実物そっくりのシミュレーションとシーンが作成されます。
シミュレーション
システムは、与えられた入力でリアルな群衆シミュレーションを生成し、シミュレートされた移動オブジェクト、つまりエージェントが互いに、また環境とどのように相互作用するかをシミュレートできます。目標は、与えられた空間内に多数のエージェントが存在する場合に、群衆の動きのパターンを再現することです。群衆分析に基づくアルゴリズムは、群衆の動きを管理しようとします。シミュレーションが効率的でリアルになるほど、アルゴリズムは複雑にならざるを得ません。ソフトウェアは、エージェントの目標、ストレス力、障害物、覚醒レベルなどの変数に基づいて、個々のエージェントの軌道を操作できなければなりません。
参照
参考文献
- ^ ガンマ、「データ駆動型群衆シミュレーションと群衆追跡」、ノースカロライナ大学チャペルヒル校、2015 年
- ^ ジャック、ジュリオ、「コンピューター ビジョン技術を使用した群衆分析」、『IEEE 信号処理マガジン』、2010 年 9 月
- ^ ab Zhan, Beibei; Monekosso, Dorothy N. ; Remagnino, Paolo; Velastin, Sergio A.; Xu, Li-Qun (2008). 「群衆分析: 調査」.マシンビジョンとアプリケーション. 19 (5–6): 345. doi :10.1007/s00138-008-0132-4. S2CID 1417739.
- ^ ab M. Butenuth 他、「群衆分析のための歩行者シミュレーション、追跡、イベント検出の統合」、2011 IEEE 国際コンピュータビジョン会議ワークショップ (ICCV ワークショップ)、バルセロナ、2011 年、pp. 150-157。Web。
- ^ スティル、G. キース、「群衆の安全とリスク分析」、G. キース スティル、2016 年 8 月
- ^ S. Kim、S. Guy、D. Manocha、M. Lin、「一般適応症候群理論を用いた動的群衆行動のインタラクティブシミュレーション」、ガンマ研究グループ、2015 年 2 月
- ^ Bonabeau, Eric; Dorigo, Marco; Theraulaz, Guy (1999-01-01). 自然から人工の群知能へ。オックスフォード大学出版局。ISBN 978-0-19-513158-1。
- ^ Hinchey, MG; Sterritt, R.; Rouff, C. (2007-04-01). 「群れと群れ知能」(PDF) .コンピュータ. 40 (4): 111–113. doi :10.1109/MC.2007.144. ISSN 0018-9162. S2CID 2836636.