室内人群移动轨迹数据集2019 (ICMTD-2019)

室内人群移动轨迹数据集2019（ICMTD-2019）是由中南大学计算机科学与工程学院的研究团队创建的，旨在为室内人群定位和移动数据分析提供基准数据。该数据集记录了超过5000名参与者在为期三天的大型学术会议中的移动轨迹，会议包括学术研讨、商业展览、黑客竞赛等多种活动。数据集不仅包含正常活动轨迹，还涉及如物品丢失、未授权访问和设备故障等异常事件，形成多样的时空移动模式。数据集的创建过程涉及现场调查、实体和行为建模以及数据生成工具的设计。该数据集已应用于2019年中国可视化数据挑战赛，评估结果显示数据集具有良好的完整性和可用性，能有效识别室内轨迹分析方法、技术和系统的性能。Indoor Crowd Movement Trajectory Dataset 2019 (ICMTD-2019) was created by a research team from the School of Computer Science and Engineering, Central South University, aiming to provide benchmark data for indoor crowd localization and mobile data analysis. This dataset records the movement trajectories of over 5,000 participants during a three-day large-scale academic conference, which includes various activities such as academic seminars, commercial exhibitions, and hacking competitions. The dataset not only contains normal activity trajectories but also covers abnormal events such as lost items, unauthorized access, and equipment failures, forming diverse spatiotemporal movement patterns. The development process of this dataset involves on-site investigation, entity and behavior modeling, and the design of data generation tools. This dataset has been applied to the 2019 China Visualization Data Challenge, and the evaluation results show that the dataset has good integrity and availability, and can effectively evaluate the performance of indoor trajectory analysis methods, technologies and systems.

搜集汇总

数据集介绍

构建方式

室内人群移动轨迹数据集2019（ICMTD-2019）通过模拟一个为期三天的国际网络安全学术会议场景构建而成。该数据集记录了超过5000名参与者在两层室内场馆中的移动轨迹。数据集的构建过程包括场景设计、实体和行为建模以及数据生成器的开发。首先，通过实地调查和深入访谈确定场景，然后建立描述人物、活动和位置的实体模型。接着，提出驱动、约束和控制每个角色行为的方法，并设计程序驱动的数据生成工具来生成ICMTD-2019数据集。

使用方法

ICMTD-2019数据集适用于多种室内轨迹分析任务。用户可以通过分析数据集中的移动模式和异常事件，推断会议日程、识别参与者类型及其移动模式、检测至少五种异常事件，并总结会议组织和管理的不足。数据集的使用方法包括加载数据、进行时空分析、识别和分类移动模式以及异常事件，并生成分析报告和可视化展示。通过这些步骤，用户可以深入理解室内人群的行为特征和潜在问题，从而为相关研究和应用提供支持。

背景与挑战

背景概述

室内人群移动轨迹数据集2019（ICMTD-2019）是由中南大学计算机科学与工程学院的赵颖和赵鑫等研究人员于2021年创建的。该数据集记录了在一个为期三天的国际网络安全学术会议上，超过5000名参与者的移动轨迹。会议包括学术研讨会、商业展览、黑客竞赛、采访、茶歇和宴会等多种活动。参与者根据参与权限被分为七种类型，其中一些涉及异常事件，如物品丢失、未经授权的访问和设备故障，形成了多种时空移动模式。ICMTD-2019的创建旨在填补室内人群移动轨迹数据集的空白，推动相关研究和应用的发展，特别是在可靠性和安全管理领域。

当前挑战

ICMTD-2019在构建过程中面临多项挑战。首先，室内定位技术不如GPS成熟和普及，且室内场景更为私密和敏感，容易引发隐私问题。其次，提供完整、定制化和生动的真实室内人群移动轨迹数据较为困难。此外，个体在现实世界中的移动受多种客观和主观因素影响，如体力、当前位置、人群密度和主观兴趣。室内环境通常结构紧凑、组成多样且功能复杂，人群分布不断变化，需符合物理室内空间的结构和功能。这些因素使得创建高质量的室内人群移动轨迹数据变得复杂。

常用场景

经典使用场景

室内人群移动轨迹数据集2019（ICMTD-2019）最经典的应用场景在于室内定位和移动数据分析。该数据集记录了在一个大型学术会议期间超过5000名参与者的移动轨迹，涵盖了学术研讨会、商业展览、黑客竞赛、采访、茶歇和宴会等多种活动。通过分析这些轨迹数据，研究人员可以深入了解室内环境中的人群行为模式，从而为室内导航、异常检测和热点推荐等应用提供支持。

解决学术问题

ICMTD-2019数据集解决了室内定位和移动数据分析领域中常见的学术研究问题。首先，它填补了公开室内人群移动轨迹数据集的空白，为相关研究提供了宝贵的基准数据。其次，通过模拟真实场景中的多种活动和异常事件，该数据集能够有效评估和改进室内轨迹分析方法、技术和系统的性能。此外，在COVID-19疫情期间，室内轨迹数据的研究价值显著提升，有助于疫情预防和控制。

实际应用

在实际应用中，ICMTD-2019数据集可用于多种场景，如室内导航系统的优化、安全管理和异常行为检测。例如，通过分析参与者的移动轨迹，可以识别出拥挤区域和潜在的安全隐患，从而优化场馆布局和人员流动管理。此外，该数据集还可用于开发智能建筑管理系统，通过实时监控和分析室内人群的移动模式，提供个性化的服务和建议。

数据集最近研究

最新研究方向

近年来，室内人群定位与移动数据分析技术在可靠性管理、室内导航及人群行为监控等领域受到广泛关注。然而，公开的室内人群移动轨迹数据集相对稀缺，限制了相关研究和应用的发展。室内人群移动轨迹数据集2019（ICMTD-2019）作为一个新的基准数据集，记录了在一个为期三天的国际学术会议中超过5000名参与者的移动轨迹。该数据集不仅涵盖了常规的学术活动，还包括了如茶歇、采访和晚宴等社交活动，以及设备故障、物品丢失等异常事件。这些丰富的数据为研究者提供了深入分析室内人群行为和异常检测的机会。通过在2019年中国可视化数据挑战赛中的应用，该数据集展示了其在评估室内轨迹分析方法、技术和系统性能方面的有效性。未来研究方向可能包括改进数据生成方法以减少对场景的依赖，考虑更多人类因素以模拟真实多样的行为，以及提高室内空间的精度以捕捉细微的移动模式。

相关研究论文

• An Indoor Crowd Movement Trajectory Benchmark Dataset

  中南大学计算机科学与工程学院 · 2021年