Clear Sky Science · ja

ヨーロッパ公共広場の歩行者軌跡データセット

· 一覧に戻る

人々の歩行を観察することが都市を変える理由

広場や街のスクエアで人々がどのように移動するかは、その場所がどれだけ居心地が良く設計されているかをよく示します。しかし、日常の歩行パターンについて分かっていることの多くは、小規模な調査や単発の実験に基づいています。本稿は、ヨーロッパ各地の公共広場を横断する何十万もの歩行者の軌跡を追跡した大規模で公開されたデータセットを提示し、都市計画者、研究者、デザイナーに公共空間の実態を理解する新たな手段を提供します。

Figure 1
Figure 1.

多数の広場を一つの共有ビューにまとめる

著者らは馴染み深い環境、すなわちヨーロッパの街や都市の中心広場に着目しました。そこは人々が散歩したり、友人と会ったり、噴水のそばに座ったり、通勤途中に横切ったりする場所です。調査員を現地に派遣する代わりに、研究者たちは既にこうした空間を24時間見守る増加中の資源――公共ウェブカメラに着目しました。彼らは国際的なウェブカメラプラットフォームを体系的に検索し、広場を明確に映し、滑らかな映像と十分なフレームレートがあり、信頼して録画できるカメラを選び出しました。結果として、39の広場から計193時間の映像を収集し、通常は朝、昼、夕方、混雑する土曜日を捉えた4つの30分クリップを用意し、さらに4つの広場については季節や天候の違いを反映する追加録画も行いました。

生の映像を移動の軌跡へ変換する

映像をデータに変換するために、チームは各フレームで人を自動的に検出し追跡できる最新のコンピュータビジョンツールを使用しました。まず、人間の姿を見つける最先端の検出モデルを適用しました。このモデルは混雑したシーンの歩行者に特化した画像データセットで学習・調整され、密集している場合や部分的に隠れている場合でも人物を識別する能力が向上しています。次に、これらの検出を時間方向に結びつけるトラッキングアルゴリズムを使い、各人物に一時的なIDを割り当てて広場を横切る間に追跡しました。その結果、各歩行者について時間スタンプ付きの位置シリーズが得られ――彼らがどこから来てどこへ行き、どのくらい滞在したかを示すデジタルな軌跡が得られました。

Figure 2
Figure 2.

画面上のピクセルから実際の地面へ

画面上で人が移動するのを見ても、それがどれだけの距離を歩いたかや速度がどれくらいかは分かりません。行動研究に役立つデータにするため、研究者たちは画面座標を地上の測定値に変換する必要がありました。ウェブカメラを制御していなかったため、各カメラのレンズや設置位置に関する詳細な情報は得られませんでした。そこで彼らは巧妙な回避策を用いました:映像内と同じ広場の衛星写真の両方に現れる建物の角、樹木、ベンチなどの特徴点を一致させることです。この一致処理は、同じ面の二つの視点間の変換を用いる画像処理として知られ、各ピクセルが実際の広場のどこに対応するかを推定することを可能にしました。これにより、移動速度、群衆密度、そしてピクセルではなくメートルで表した正確な経路を算出できるようになりました。

データの洗浄、検証、共有

自動手法は決して完璧ではないため、チームはデータを整理・検証するためにいくつかの工程を実施しました。非常に短い、あるいは明らかにノイズの多い軌跡は除去され、残りの経路はジッターを避けるために穏やかに平滑化されました。各広場の実際の輪郭内にある点のみが保持され、データは扱いやすくするために簡略化され、各秒の移動が数点で表現されるようにされました――経路の形状を保ちつつファイルを軽くするためです。著者らはサンプルフレームでの人物検出の精度を確認し、大多数の実際の歩行者が正しく検出され、誤警報は比較的少ないことを見出しました。また、特に長距離の歩行について個人がどれだけ一貫して追跡されているかを検討し、異なる広場で既知の地上点と変換後の位置がどれほど一致するかを測定しました。

この新しい資源が可能にすること

総じて、本プロジェクトは約34万8,000件の歩行者軌跡を公開しました。各軌跡にはID、時間に沿った位置、速度などの基本情報に加え、録画ごとの天候や文脈データが含まれます。非専門家にとっての重要なポイントは、私たちが今や日常生活で実際に人々がどのように何十もの公共広場を利用しているかの、公開され標準化された地図を手に入れたことです。都市計画者は滞留を促す配置と素早い横断を促す配置を比較検討でき、交通分析者はバスや電車への移動時に人々がどのように開かれた空間を通るかを調べることができ、社会科学者は天候や時間帯が公共生活に与える影響を分析できます。データセットは、立ち止まったり視界から隠れたりした際の一時的な混同といったカメラベースの追跡の限界を反映していますが、それでも公共空間をより活気ある、快適で、実際の人々の動きに応じたものにするための豊富で再利用可能な基盤を提供します。

引用: Wolff, N., Perry, L., Venverloo, T. et al. Pedestrian Trajectory Dataset of Public European Squares. Sci Data 13, 402 (2026). https://doi.org/10.1038/s41597-026-06686-6

キーワード: 歩行者軌跡, 公共広場, 都市モビリティ, コンピュータビジョンデータ, 群衆の行動