本研究では、都市コミュニティにおける非公式行動の度合い（DIB）を検出し定量化するために設計された機械学習モデルであるCommuniWaveを紹介します。

  • モデルはmmaction2に基づくBehavior Capture Net（BCN）を組み込みます。
  • 検出には独自開発のYOLOv10モデルであるYLXを利用します。
  • ランダムフォレストを用いたBehavior Eval Model（BEM）がデータを処理します。
  • システムはストリートビデオからDIB変動チャートを生成し、動的モニタリングを支援します。

このモデルは、コミュニティの全体的なレジリエンスを向上させるための精緻な意思決定を都市管理者が下すことを支援します。