人员异常行为触发社会安全突发事件机理与识别方法研究

Focusing on the key places such as train/subway station and city plaza where some emergency events that affect the social stability (e.g., group incidents or extreme violence) are easy to happen, this project proposes an emergency events perception method which is driven by professional experiences and sensor data. Based on the multisource data from video, audio, mobile phone and Internet, with the online-offline joint surveillance and E&V integration technology for behavior surveillance and personal identification, exploring the microscopic feature and macroscopic behavior mode in key places, implementing the auto detection of anomalous event and auto classification of event category or property. Running key places safety management comprehensive application in typical city emergency.platforms, building a novel emergency management model driven by professional experiences and sensor data, improving the technical level of public safety active support, enhancing the management ability of handling the social security event.

在城市的重点区域，诸如火车站、地铁站、城市中心广场等人员复杂、社会安全风险高的重点场所，极易发生群体冲突、极端暴力等社会安全突发事件，加剧民众的心理恐慌，严重影响到社会稳定。针对城市重点场所的社会安全问题，本课题拟开展知识驱动和数据驱动相结合的突发事件触发机理研究，建立基于多源信息的人员异常行为识别与突发事件自动发现方法。采用视频、音频、手机、网络等多源异构数据，挖掘个体微观行为特征与群体宏观行为模式，突破线上—线下联合监控、E-V融合的行为监控与身份识别的关键技术，实现社会安全异常事件的自动发现和突发事件类型及性质的自动研判。拟选择典型城市应急平台开展重点场所应急管理实证性应用示范，建立知识驱动和数据驱动相结合的突发事件应急管理新模式，提高城市公共安全主动保障的技术水平，增强政府应急管理能力。

在城市的重点区域，诸如火车站、地铁站、城市中心广场等人员复杂、社会安全风险高的重点场所，极易发生群体冲突、极端暴力等社会安全突发事件，加剧民众的心理恐慌，严重影响到社会稳定。本课题基于视频、音频、手机、网络等多源异构信息，开展了如下研究：1.人员异常行为引发社会安全突发事件触发机理研究，构建基于数据特征的社会安全突发事件生成机理模型，探索突发事件发生、发展及其演变规律；2.个体微观行为特征识别与身份信息挖掘，研究与视频、音频、网络舆情等相关联的重点人的行为特征及其身份识别方法；3.群体宏观行为模式识别与趋势预测，基于重点场所的个体微观行为特征，识别群体暴力、极端行为等异常行为模式，预测群体意图与行为倾向；4.异常事件自动发现及动态分级预警，基于社会安全突发事件演变规律和多源信息之间的数据特性，实现自动发现异常事件和研判突发事件类型与性质，实施动态分级预警；5.典型社会安全突发事件的实证性应用示范，选择典型城市开展重点场所应急管理的实证性应用示范，检验社会安全突发事件触发机制的作用效果。通过以上的研究，课题建立了公共安全多源异构数据融合平台，实现了对视频、音频和网络舆情等多源异构公共安全数据的数据融合；构建了典型社会安全突发事件（突发性群体事件）发生机理的模型，动态、全面地解析了典型社会安全突发事件的触发机理，并实现了动态预测；在武汉、合肥和天水完成了3项典型突发事件实证性应用示范，验证了人员异常行为触发社会安全突发事件机理与识别方法。研究了个体微观行为特征识别与身份信息挖掘技术、群体宏观行为模式识别与趋势预测技术和异常事件自动发现及动态分级预警技术，共申请发明专利2项，在国际和国内重要期刊上发表高水平论文8篇。本课题的研究有助于提高城市公共安全主动保障的技术水平，增强政府应急管理能力。