-
题名公共场所社交行为理解研究综述与隐密社团发现
- 1
-
-
作者
李姝
王怀远
胡瑞敏
-
机构
西安电子科技大学网络与信息安全学院
-
出处
《中国图象图形学报》
北大核心
2025年第6期2275-2303,共29页
-
基金
国家自然科学基金项目(U22A2035)
广西自然科学基金项目(2021GXNSFDA075011)
广西壮族自治区产业技术研究院产研计划项目(CYY-HT2023-JSJJ-0021)。
-
文摘
公共场所中的社交群体检测旨在分析监控视频数据,采用社交互动、时空位置关系或计算机视觉等技术手段去表达人类的社交行为特征,进而识别交互群体。挖掘人类的社交行为模式并识别正在交互的行人群组对于轨迹预测、群体异常活动识别以及人机交互等研究领域意义重大,已成为计算机视觉领域的热门研究课题。尽管取得了一些进展,群体交互现象仍然缺乏正式的规则和精确的社会解释。且由于数据采集困难,社交群体检测面临着轻量化网络设计与小样本学习困难。本文全面回顾现有的社交行为理解与群体检测工作:首先依据不同的社交行为建模角度,将公共场所中的群体检测方法分为基于启发式规则与基于学习的方法两大类,重点介绍基于空间、视觉内容和行为模式的方法与主流深度学习框架;其次归纳总结评价指标、数据集与检测性能;最后讨论当前研究面临的挑战和局限性以及该领域未来可能的研究方向。通过对主要期刊/会议论文的调查分析,发现图神经网络与Transformer等的融合模型仍然是主要发展趋势,但最近的基于行为模式的方法取得了最优的检测性能。因此,如何挖掘人类的本质社交模式将极具发展潜力,同时还应探索此前未被关注的隐式交互模式挖掘:隐秘犯罪团体发现。
-
关键词
社交群体检测
社交行为理解
交互检测
f-formation
行为模式
-
Keywords
social group detection
understanding interaction behavior
interaction detection
f-formation
behavioral pattern
-
分类号
TP399
[自动化与计算机技术—计算机应用技术]
-
