group-detection:在人群中进行社会群体检测的结构化学习

组检测 ###用于人群中群体检测的结构化学习 人群很难分析，但是值得理解的事件可能仅限于同一组成员之间合作的结果。 在这项工作中，我们提出了一种新的算法，可以通过对人的轨迹进行相关性聚类来检测人群中的社会群体。 人群成员之间的亲和力是通过结构性SVM框架的在线表述以及一组专门设计的特征来学习的，这些特征是受近亲理论，格兰杰因果关系，DTW和热图的启发而表征其身体和社会身份的。 为了坚持社会学观察，我们引入了损失函数（G-MITRE），该函数能够处理评估组检测性能的复杂性。 我们展示了我们的算法在存在完整轨迹以及可用探测器/跟踪器系统提供的小轨迹的情况下均达到了最新的结果。 ###代码和数据集 如果下载此代码，您已经准备好自己运行它了！ 您首先还需要获取一些数据。 为了简化首次启动设置，建议您从 @摩德纳大学下载我们的数据集。 在这些数据集上，我们已经对模型进行了预训练，因此您只需要提取