|
|
ENQUIRE PROJECT DETAILS BY GENERAL PUBLIC |
| Project Details |
| Funding Scheme : | General Research Fund | |||
| Project Number : | 17202224 | |||
| Project Title(English) : | PanoCause: Auto-profiling illegal dumping ‘black spots’ using a novel panoptic deep causal discovery approach | |||
| Project Title(Chinese) : | 新穎的全景深度因果探索方法PanoCause自動剖繪非法傾倒“黑點” | |||
| Principal Investigator(English) : | Prof Lu, Weisheng | |||
| Principal Investigator(Chinese) : | ||||
| Department : | Department of Real Estate and Construction | |||
| Institution : | The University of Hong Kong | |||
| Co - Investigator(s) : |
|
|||
| Panel : | Engineering | |||
| Subject Area : | Civil Engineering, Surveying, Building & Construction | |||
| Exercise Year : | 2024 / 25 | |||
| Fund Approved : | 755,442 | |||
| Project Status : | On-going | |||
| Completion Date : | 31-8-2027 | |||
| Abstract as per original application (English/Chinese): |
從 2000 年前的孟母三遷故事到破窗理論，當地社區如何影響我們的行為在歷史上一直被反復討論。環境犯罪學家一直致力於將社區犯罪行為與其周邊環境聯繫起來，而破窗、塗鴉、昏暗的路燈等社區特徵可能為某種類型的社區犯罪的發生與否提供令人信服的解釋。然而，這些犯罪現場調查主要由擁有專業知識的人類專家進行。鑒於專家知識減少的擔憂，以及“爆炸式”資訊（例如街景圖像）和前所未有的計算能力等新興發展，如何實現這些調查的自動化是一個迫在眉睫的研究問題。 本研究利用現代技術手段，通過關注非法傾倒，提高我們對社區和犯罪動態的理解。我們試圖瞭解為什麼一些當地社區不斷成為此類犯罪的“黑點”。本研究以香港為背景，香港是一個高度發達的地區，儘管監管制度完善，但非法傾倒現象依然存在。我們收集了 1,300 多起非法傾倒案件和“黑點”的資訊，並將從 Google Earth、百度和騰訊收集與犯罪現場相關的全景圖，以及從其他來源收集空間、社會經濟和人口統計資料。接下來，我們將使用生成式人工智慧 (AI) 生成類似數量的“白點”（即未報告非法傾倒的街區）全景圖，從而豐富和平衡資料集。然後，我們將進行犯罪現場調查，使用電腦視覺技術從全景圖中提取此類黑點和白點的可觀察特徵。然後，我們將使用生成式機器學習識別它們未觀察到的特徵。最後，我們將通過進行深度因果發現來發現社區環境因素與非法傾倒罪行之間的動態關係。一項初步研究表明，這項研究的設計和方法非常有前景。 這項研究的成果將是一個圖形因果關係模型 PanoCause，用於自動分析非法傾倒“黑點”。從這項研究中獲得的見解將使政策制定者和執法者能夠制定更有效的策略來打擊香港的非法傾倒行為。這項研究還可以在其他城市地區複製，以解決非法傾倒問題，並瞭解社區與其他犯罪行為（例如襲擊、破壞、盜竊或毒品犯罪）之間的關聯。 |
|||
| Research Outcome | ||||
| Layman's Summary of Completion Report: | Not yet submitted | |||
| SCREEN ID: SCRRM00542 |