本研究提出了以行为启发式为基础的新认知科学方法，该方法可以较好地预测步行者的运动轨迹和集体运动模式，进而为人类群体和生物群体的更逼真建模提供了可能，并为自主机器人的导航提供了改进。
May, 2011
本文综述了近年来有关拥挤场景分析的技术现状，包括群体动作模式学习、群体行为和活动分析以及异常检测等不同方面，并概述了性能评价、研究问题和未来发展方向。
Feb, 2015
本文讲述了一种通过建模过程来实现古希腊阿尔戈斯集市中人群真实模拟的方法，并聚焦于非主观的人群集体行为现象，这是典型的集体涌现的自我组织形成，物理交互粒子系统是模拟它的优秀候选项之一。
May, 2010
这篇论文探讨了在社会结构中由个体互动产生的集体现象，从观点、文化和语言动态到群体行为、层次结构形成、人类动态和社会传播等一系列主题进行了综述，并强调了这些问题与统计物理其他更传统的问题之间的联系，并比较了模型结果与社会系统的实证数据。
Oct, 2007
计算机视觉在动物认知和行为研究中有巨大潜力，但目前在野外视频中仍存在巨大的实践挑战，本文通过综述当前相关方法和引导行为科学家以及计算机视觉研究人员来逐渐填补这一差距。
Jan, 2024
模拟是一个强大的工具，可以轻松生成带有注释的数据，特别适用于那些需要大型训练数据集的学习模型的领域。我们介绍了一个名为 UniCrowd 的人群模拟器及其关联的验证流程，展示了该模拟器如何生成适用于计算机视觉任务的带注释数据，并包括人群计数、人体姿势估计、轨迹分析和预测以及异常检测等相关应用。
Dec, 2023
公共安全是重要议题，本研究主要聚焦于群体监控系统的可靠性、安全性以及人工智能算法在自动化系统中的应用和效果。
Aug, 2023
自动化人群监测在计算机视觉领域引起了极大的关注，在过去十年里取得了显著发展。本文探讨了视觉人群分析的六个主要领域，并强调了每个领域的关键进展，同时揭示了未来需要解决的关键问题。通过选择在创新性或性能方面有重大贡献的重要工作，本文以更全面的方式呈现了当前最先进技术的先进性。
本文提出了一个新的基于无监督方法的框架，用于处理大规模混杂无序的人群数据，通过学习空间、时间和动态维度之间的相关性并自动结构化数据，从而实现了对场景语义的全面描述，并基于此提出了人群数据可视化、模拟评估和模拟引导等新方法。
Apr, 2020
利用计算机视觉、贝叶斯学习技术和人群模拟等方法，通过对行人轨迹级别行为学习，实现低至中密度人群视频的实时异常检测。我们在 PETS ARENA 数据集、室内和室外人群视频基准测试中进行了实时演示，并讨论了与监视和我们研究相关的公共政策和执法问题的影响。
Sep, 2018