CommuniWave: как ИИ оценивает неформальное поведение в городских сообществах

Модель машинного обучения CommuniWave позволяет количественно оценивать степень неформального поведения в городских сообществах, анализируя видеопотоки с уличных камер. Разработанная группой исследователей и описанная в препринте на arXiv, эта технология открывает новые возможности для городского пл

Модель машинного обучения CommuniWave позволяет количественно оценивать степень неформального поведения в городских сообществах, анализируя видеопотоки с уличных камер. Разработанная группой исследователей и описанная в препринте на arXiv, эта технология открывает новые возможности для городского планирования, делая его более адаптивным к реальным потребностям жителей.

Традиционное городское планирование часто игнорирует спонтанные, неформальные действия людей, такие как уличные танцы, импровизированные рынки или встречи друзей на скамейке. Это приводит к конфликтам между официальными планами застройки и фактическим использованием пространства. CommuniWave решает эту проблему, предоставляя объективные метрики для оценки неформальной активности, что помогает урбанистам, архитекторам и муниципальным властям создавать более устойчивые и комфортные городские среды.

Как работает CommuniWave

Модель состоит из трех ключевых компонентов, каждый из которых отвечает за определенный этап обработки данных. Behavior Capture Net (BCN), построенная на базе mmaction2, отвечает за обнаружение и классификацию действий людей в видеопотоке. Она способна распознавать широкий спектр поведенческих паттернов, от обычной ходьбы до более сложных неформальных действий.

Второй компонент — YOLOv10 (YLX), собственная модификация популярного детектора объектов YOLO. Эта нейросеть не только идентифицирует людей и объекты в кадре, но и отслеживает их перемещения, создавая основу для последующего анализа. Третий элемент — Behavior Eval Model (BEM), реализованная на основе алгоритма случайного леса. BEM оценивает степень неформальности каждого обнаруженного действия, присваивая ему числовое значение — Degree of Informal Behavior (DIB).

Почему DIB важен для городского планирования

Показатель DIB представляет собой временной ряд, который визуализируется в виде графика колебаний. Это позволяет динамически отслеживать уровень неформальной активности в разных районах города в течение дня, недели или месяца. Например, в парке DIB может резко возрастать в вечернее время, когда люди собираются для общения или занятий спортом, а в деловом квартале — снижаться после окончания рабочего дня.

Такая информация дает городским менеджерам возможность принимать обоснованные решения: где разместить дополнительные скамейки, как организовать пешеходные зоны или где провести мероприятия, чтобы стимулировать социальное взаимодействие. CommuniWave превращает неформальное поведение из игнорируемого фактора в измеримый параметр, который можно учитывать при проектировании городских пространств.

Кому пригодится эта технология

Разработка будет полезна широкому кругу специалистов. Градостроители и архитекторы смогут использовать данные CommuniWave для создания более адаптивных проектов, учитывающих реальные сценарии использования территорий. Муниципальные власти получат инструмент для мониторинга городской активности и оценки эффективности благоустройства. Исследователи городской среды — объективные метрики для изучения социального поведения в публичных пространствах.

Кроме того, технология может найти применение в сфере безопасности и управления чрезвычайными ситуациями. Анализ неформального поведения помогает выявлять аномалии, такие как внезапное скопление людей или нехарактерная активность, что может служить ранним предупреждением о потенциальных проблемах.

Ограничения и нерешенные вопросы

Несмотря на многообещающую концепцию, в препринте не приведены результаты тестирования на реальных данных или сравнение с другими подходами. Пока неясна точность модели и ее применимость в различных городских контекстах — от мегаполисов до небольших городов. Также остаются вопросы о конфиденциальности: обработка видеопотоков с уличных камер требует соблюдения этических норм и законодательства о защите персональных данных.

Авторы планируют дальнейшие исследования, включая полевые испытания и валидацию модели на разнообразных наборах данных. Если CommuniWave подтвердит свою эффективность, она может стать стандартным инструментом для урбанистов, стремящихся к более человекоориентированному проектированию городов.