| Resumo: | The study of human behavior is a subject of great scientific interest and probably an inexhaustible source of research. The analysis of pedestrians and groups in crowds is an object of interest in several areas of application, such as security, entertainment, planning of environments in public spaces and social sciences. Cultural and personality aspects are attributes that influence personal behavior and affect the group to which the individual belongs. In this sense, the present thesis discusses different ways to characterize individuals and groups in crowds, with the purpose of proposing a computational model to extract pedestrian characteristics in video sequences. The proposed model considers a series of characteristics of the pedestrians and the crowd, such as number and size of groups, distances, speeds, among others, and performs the mapping of these characteristics in personalities, emotions and cultural aspects, considering the Cultural Dimensions of Hofstede (HCD), the Big-Five Personality Model (OCEAN) and the OCC Emotional Model. The main hypothesis is that there is a relationship between so-called intrinsic human variables (such as emotion) and the way people behave in space and time. As one of the main contributions, four large dimensions of geometric characteristics (Big4GD) were proposed: I - Physical, II - Personal and Emotional, III - Social and IV - Cultural, which seek to describe the behavior of pedestrians and groups in the crowd. The GeoMind tool was developed for the purpose of detecting the four geometric dimensions from video sequences. In addition, several analyzes were carried out with the purpose of validating the proposed model, from comparing results with the literature, including the comparison of spontaneous multitudes from several countries and controlled experiments involving Fundamental Diagrams.
O estudo do comportamento humano é um tema de grande interesse científico e, provavelmente, uma fonte inesgotável de pesquisa. A análise de pedestres e grupos em multidões é objeto de interesse em diversas áreas de aplicação, tais como segurança, entretenimento, planejamento de ambientes em espaços públicos e ciências sociais. Aspectos culturais e de personalidade são atributos que influenciam o comportamento pessoal e afetam o grupo ao qual o indivíduo pertence. Neste sentido, a presente tese discute diferentes maneiras de caracterizar indivíduos e grupos em multidões, com o objetivo de propor um modelo computacional para extrair características de pedestres em sequências de vídeos.O modelo proposto considera uma série de características dos pedestres e da multidão, tais como quantidade e tamanho de grupos, distâncias, velocidades, entre outros e realiza o mapeamento destas características em personalidades, emoções e aspectos culturais, considerando as Dimensões Culturais de Hofstede (HCD), o modelo de personalidades Big-Five (OCEAN) e o modelo de emoções OCC. A principal hipótese é que existe relação entre variáveis ditas intrínsecas aos humanos (como emoção) e a maneira pela qual as pessoas se comportam no espaço e no tempo. Como uma das principais contribuições, foram propostas quatro grandes dimensões de características geométricas (Big4GD): I - Física, II - Pessoal e Emocional, III - Social e IV - Cultural, as quais buscam descrever o comportamento dos pedestres e grupos na multidão. A ferramenta GeoMind foi desenvolvida com o propósito de detectar as quatro dimensões geométricas, a partir de sequências de vídeos. Além disso, diversas análises foram realizadas com o intuito de validar o modelo proposto, desde confrontando resultados com a literatura, incluindo a comparação de multidões espontâneas de diversos países e experimentos controlados envolvendo Diagramas Fundamentais. |
