面向城市公共空间规划的视频分析及活力量化预测研究

Precise perception of the human in public spaces is critical for “People First” urban planning for public spaces. However, existing works for quantified urban public space planning cannot fully analyze the dynamic human activities consistently. ..In order to fully take advantages of video data, this work will propose new frameworks for video analysis, vibrancy quantification and prediction, to meet the need of human perception for urban public space planning. The main works are as follows: (1) Research on the crowd emotion analyzing method for the Arousal-Valence emotional space. The multi-dimensional spatial-temporal fusion network will be designed to analyze the multi-scale spatial and temporal emotion for the crowd and the individual. (2) Research on the behavior understanding, vibrancy presentation analysis and prediction method for complex scenes. The understanding of group behaviors and vibrancy analysis within the public scene are accomplished under the guidance of the public space’s behavior attributes for vibrancy presentation. (3) Research on the quantitative and predictive methods for public space vibrancy. The regression model will be proposed for quantified vibrancy analysis. The multi-scale prediction deep networks will also be proposed to predict the vibrancy for a given area. The resulted vibrancy analysis and prediction will provide a strong scientific basis for public space planning and decision-making. ..The research work will provide new theoretical and technological supports for promoting the deep integration of AI and urban planning, and will also create favorable conditions for the application of video analysis to urban planning.

对公共空间中的“人”进行精准感知，是“以人为本”的城市公共空间规划的关键。而目前城市公共空间定量研究无法对高度动态化的人类活动场景进行持续、全面地分析。.本项目拟利用视频数据的优势，针对城市公共空间规划对“人”的感知需求，研究面向群体感知的视频分析及活力量化预测新框架。主要内容包括：（1）研究Arousal-Valence情感空间群体情绪分析方法。设计多维度时空融合网络，实现对群体及个体的多尺度时空情绪分析。（2）研究复杂场景行为理解及活力表征分析方法。在公共空间活力行为属性引导下，实现场景中群组行为理解及活力表征分析。（3）研究公共空间活力量化及区域预测方法。研究活力量化模型完成活力指数分析，设计多尺度预测网络实现区域活力预测，为公共空间规划决策提供科学依据。.研究工作的开展将为推动人工智能与城市规划的深度融合提供新的理论和技术支持，同时也将为视频分析的城市规划应用创造良好条件。

对公共空间中的“人”进行精准感知，是“以人为本”的城市公共空间规划的关键。城市复杂场景下，对个体/群组的时空情绪和时空行为进行全面分析，是实现活力表征及量化的前提条件和技术路径，而目前城市公共空间定量研究无法对高度动态化的人类活动场景进行持续、全面地分析。. 本项目利用视频数据的优势，针对城市公共空间规划对“人”的感知需求，提出了面向群体感知的视频分析及活力量化预测新框架。本项目完成了以下研究：（1）多尺度时空群体情绪分析方法。提出了多种多尺度的个体/群组时空情绪方法，完成了Valence-Arousal-Dominance情感空间的情绪量化分析，实现了对群体及个体的多尺度时空情绪分析。（2）多群组行为理解及活力表征分析方法。提出了多种多群组时空个体/群组行为识别框架与识别方法，完成了在公共空间复杂场景下的多群组行为分析，并在行为属性引导下，实现了复杂场景中群组行为理解及活力表征分析。（3）基于多维时空人群感知信息的城市公共空间活力量化及区域预测方法。结合社会环境要素提出了公共空间活力量化方法并建立了分析与评价框架，同时面向物理环境要素提出了多种感知方法，探索了人-境交互机制，为更全面的活力预测提供了方法和数据支持。. 本项目面向城市公共空间规划对“人”的感知需求，从情绪、行为等角度深入开展了活力表征研究，完成了面向群体感知的视频分析及活力量化新框架，同时结合环境感知方法分析了人-境交互规律，以优化活力预测技术路线。项目的研究成果为人工智能与城市规划的深度融合提供新的理论和技术支持，同时也为视频分析应用于城市规划创造良好条件。

内容获取失败，请点击重试