覚え書きブログ

群衆シミュレーションの覚え書き

最近、データ駆動群衆シミュレーションの研究が盛んに行われているようだ。どんな論文があるのか軽く調べてみたが、ほとんどがUniversity of North CaliforniaのGAMMAというグループの論文で、毎年発表しているようだ。
http://gamma.web.unc.edu/
http://gamma.cs.unc.edu/REACH/CrowdT/

  • Efficient Trajectory Extraction and Parameter Learning for Data-Driven Crowd Simulation, A. Bera et al., Graphics Interface 2015

http://gamma.cs.unc.edu/REACH/GI/
http://gamma.cs.unc.edu/REACH/GI/GI15Bera.pdf
https://www.youtube.com/watch?v=fgCTkU4P7PI
Particle filter trackerを用いてonling に人物追跡をして、歩行者のRVOという衝突しない2次元上の座標を求めるダイナミクスのパラメータ(comfort speed, neighbor distance, radius, agent time horizon, obstacle time horizon)を推定する。そして、CGシミュレーション上で歩行者を動かしながらsmoothnessパラメータを最適化する。該パラメータは、particle filterの人物追跡にもfeedbackされ、noisyな人物追跡改善することにも寄与している。
f:id:hirotaka_hachiya:20170526151249p:plain

  • Interactive Crowd Content Generation and Analysis using Trajectory-level Behavior Learning, S. Kim, A. Bera et al., IEEE International Symposium on Multimedia 2015

http://gamma.cs.unc.edu/PDL/file/main.pdf
この論文は、応用論文(?)で、tracker+crowd simulationで、motion segmentation, anomaly detectionができるという内容。
f:id:hirotaka_hachiya:20170526160218p:plain

  • Interactive Crowd Content Generation and Analysis using Trajectory-level Behavior Learning, S. Kim, A. Bera et al., VR, 2016

http://gamma.cs.unc.edu/DDPD/
http://gamma.cs.unc.edu/DDPD/file/main.pdf
https://www.youtube.com/watch?v=aCVO2urYgrM&feature=youtu.be
提案フレームワークdata-drivenpedestrian dynamics (DDPD)は、KLT trackerを用いて人物追跡をし、歩行者のダイナミクスを推定する「Data-driven Pedestrian Dynamics」と、爆発などのイベントが発生した場合のシミュレーションをするための「Event-based Multi-agent Simulation」から構成されている。歩行者のダイナミクスとしては、現在の二次元上の位置p、速度vおよび目標速度v_prefからなる。似たようなダイナミクスを持つ歩行者をクラスタリングしている。また、画像に歩行者が入る位置の分布をポアソン分布でモデル化し、パラメータをオンラインで推定している。
f:id:hirotaka_hachiya:20170526152153p:plain

  • Online parameter learning for data-driven crowd simulation and content generation, A. Bera et al., Computers & Graphics, 2016

Abstを見る限りでは、「Efficient Trajectory Extraction and Parameter Learning for Data-Driven Crowd Simulation」のジャーナル版かと思われる。
http://www.sciencedirect.com/science/article/pii/S0097849315001703


Data drivenなcrowd simulationは、2015年後半くらいで一段落し、その後は、以下の軌跡予測に力を入れている模様。2016年、2017年とICRAにて論文が発表されている。メインの著者は群衆シミュレーションと同じAniket Bera氏。

  • GLMP- Realtime Pedestrian Path Prediction using Global and Local Movement Patterns, A. Bera et al., ICRA2016

http://gamma.cs.unc.edu/RCrowdT/GLMP/
http://gamma.cs.unc.edu/RCrowdT/GLMP/Aniket_ICRA_2016.pdf
https://www.youtube.com/watch?v=aIzRpGurfds
f:id:hirotaka_hachiya:20170526161853p:plain

  • Realtime Pedestrian Behavior Learning for Path Prediction and Navigation, A. Bera et al., ICRA2017

http://gamma.cs.unc.edu/PredictCrowd/
https://www.youtube.com/watch?v=37StrvOhDbs


一方、ビデオベース群衆合成という研究分野もある。実写画像から人物の領域を切り取り、他の場所に貼り付けて合成し、群衆画像を生成するというようなものである。

  • Video-Based Crowd Synthesism, M. Flagg et al., IEEE TRANSACTIONS ON VISUALIZATION AND COMPUTER GRAPHICS, 2013.

http://www.cc.gatech.edu/~mflagg/tvcg_crowdsynth.pdf


群衆シミュレーションを用いたレイアウトの最適化に関する論文もいくつかでいている。

  • Crowd-driven Mid-scale Layout Design, T. Feng et al., SIGGRAPH 2015

www.youtube.com