群体运动度量--Measuring Crowd Collectiveness

Measuring Crowd Collectiveness CVPR2013 http://mmlab.ie.cuhk.edu.hk/projects/collectiveness/ https://github.com/metalbubble/collectiveness

本文针对人群运动的描述 Collective motions ,定义了一个描述子 collectiveness descriptor 可以用它来定量分析人群运动的一些信息。

Collectiveness 用于描述群体运动的一致性的一个定义 Collectiveness, which indicates the degree of individuals acting as a union in collective motion Collectiveness 的定义是 表示 个体的运动和 群体运动的相似度,个体在群体运动中的参与度,

人群,鱼群,细菌群,羊群 等等都有有序的运动,怎么来定量描述这个运动了?

We refer to the spatially coherent structure of collective motion as Collective Manifold 我们将这种 空间一致性的有序运动称之为 Collective Manifold 从上图可以看出这种一致性局限于 局部领域的个体,也就是局部个体的运动保持高度一致性 behavior consistency remains high among individuals in local neighborhood

2 Measuring Collectiveness 一个 crowd 不仅仅是一群个体的简单组合。在一定的环境下,群体中的个体按照不同的水平的群体运动组成一个整体,所以群体运动的描述由个体的参与度决定,这反应了个体的运动和 群体运动的相似度。我们由从下而上的方式来介绍 collectiveness,首先从相邻的个体行为一致性,再从个体的 collectiveness 到 整体的collectiveness。

这里我们从图论的角度来定义 collectiveness

文中用到的一些符号定义

2.1. Behavior Consistency in Neighborhood 我们首先度量一个邻域 N (is defined as K-nearest-neighbor) 中个体的运动相似性.

C_t (i,j) is the velocity correlation at t between i and j w_t (i,j) ∈ [0,1] measures an individual’s behavior consistency in a neighborhood 这种行为相似性只局限于同一个邻域中的个体,当两个个体不在一个邻域中,这种相似性基本就不可靠了 下面我们提出了一个更好的基于collective manifold 结构属性的行为一致性描述 A better behavior consistency based on the structural property of collective manifold is proposed below.

2.2. Behavior Consistency on Collective Manifold 因为当两个个体比较远是,行为相似性的估计就不那么准确了。我们提出了一个基于collective manifold 结构属性的行为一致性描述 : paths, which represent the connectivity of the network associated with a graph, In crowd systems, paths have important roles in information transmission and communication among constituent individuals. Thus, path-based similarity can better characterize the behavior consistency among individuals in a crowd.

定义矩阵 W,其中的元素 w_t (i,j) is the similarity between individual i and j in its neighborhood defined in Eq.1 接着定义了一个 path 和 path similarity ν_l (i,j) Theorem 1. ν_l (i,j) is the (i,j) entry of matrix W^l, (l个 W 相乘)

2.3. Individual Collectiveness from Path Similarity 所谓条条大路通罗马,节点 i,j 直接可以有很多不同的 l path

下图显示了 l = 1 ∼ 30

we define a generating function to integrate all path similarities. 定义一个生成函数,综合所有的path similarities,简单的说就是给每个节点赋予一个权重,近的节点权重大些,远的节点权重小些。

2.4. Crowd Collectiveness with Regularization

z^l can be interpreted as the weight for l-path similarity

一个群体系统 C 的 crowd collectiveness 可以被定义为 所有个体的 individual collectiveness 的均值,可以用如下公式来计算

3 Properties of the Collectiveness 介绍了 我们定义的这个 Collectiveness 三个属性

4 Collective Motion Detection Based on the collectiveness descriptor, we propose an algorithm called Collective Merging to detect collective motions from time-series data with noises (see Algorithm 1).

有序运动的出现

the level of random perturbation η

Collective Motion Database

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

发表于

我来说两句

0 条评论
登录 后参与评论

相关文章

来自专栏数据科学与人工智能

【机器学习】机器学习算法预览

在这篇文章中,我要带大家预览一下机器学习中最热门的算法。预览主要的机器学习算法可在某种程度上给你这样的一种感觉,让你知道什么样的方法是可靠的。 这里有很多算法都...

2335
来自专栏专知

【干货】Batch Normalization: 如何更快地训练深度神经网络

【导读】本文是谷歌机器学习工程师 Chris Rawles 撰写的一篇技术博文,探讨了如何在 TensorFlow 和 tf.keras 上利用 Batch N...

1.8K8
来自专栏机器之心

KDD 2018 | 最佳论文:首个面向Facebook、arXiv网络图类的对抗攻击研究

作者:Daniel Zügner、Amir Akbarnejad、Stephan Günnemann

1232
来自专栏专知

CNN神经网络内部知识表达的“黑”与“白“

来源:知乎-Qs.Zhang张拳石 https://zhuanlan.zhihu.com/p/31365150 ▌前言 ---- 关于神经网络内部的知识表达,深...

3228
来自专栏PPV课数据科学社区

机器学习-R-特征选择

特征选择是实用机器学习的重要一步,一般数据集都带有太多的特征用于模型构建,如何找出有用特征是值得关注的内容。 1. Feature selection: All...

3735
来自专栏ATYUN订阅号

【技术】深度学习新技术:HALP可以使用低精度的训练,但不限制准确性

AiTechYun 编辑:yuxiangyu 使用较少位的精度来训练机器学习模型是否会限制训练的准确性呢?这篇文章描述了一些情况,我们可以通过被称为位中心化(b...

3557
来自专栏AI科技大本营的专栏

详解 | Dropout为何能防止过拟合?

开篇明义,dropout是指在深度学习网络的训练过程中,对于神经网络单元,按照一定的概率将其暂时从网络中丢弃。注意是暂时,对于随机梯度下降来说,由于是随机丢弃,...

1403

使用重采样评估Python中机器学习算法的性能

你需要知道你的算法在看不见的数据上表现如何。

24911
来自专栏语言、知识与人工智能

胶囊网络(Capsule Network)在文本分类的探索

最近,Hinton老师等提出了胶囊网络, 用神经元向量代替传统神经网络的单个神经元节点,以dynamic routing的方式去训练这种全新的神经网络。

4818
来自专栏大数据挖掘DT机器学习

R语言对回归模型进行回归诊断

作者:夏尔康 https://ask.hellobi.com/blog/xiaerkang/4129 在R语言中,对数据进行回归建模是一件很简单的事情,一个lm...

37511

扫码关注云+社区