0
  • 聊天消息
  • 系统消息
  • 评论与回复
登录后你可以
  • 下载海量资料
  • 学习在线课程
  • 观看技术视频
  • 写文章/发帖/加入社区
会员中心
创作中心

完善资料让更多小伙伴认识你,还能领取20积分哦,立即完善>

3天内不再提示

一个破纪录的人群计数算法!——使用深度学习构建一个人群计数模型

新机器视觉 来源:PULKIT SHARMA,FEBRUARY 18, 201 作者:PULKIT SHARMA,FEBRUAR 2021-04-01 14:42 次阅读

一个破纪录的人群计数算法!

——使用深度学习构建一个人群计数模型

人工智能机器学习将成为我们未来十年最大的帮手!

今天,我将分享一个例子——如何计算人群中的人数深度学习与计算机视觉

但是,在我们开始之前,请先帮我一个忙……

人脸识别或人脸签到往往是1:1,或1:N的图像识别技术,但如何数人数,少量只要能识别人脸当然就可以数人数了。

但当我们面临大规模拥挤的人群,我们可能不需要识别人脸,只是人群计数,是否可以实现呢?

能帮我数数图片中这个活动有多少人参加吗?

太多了?那这个怎么样?

还是不行?没关系!

今天我们将教你创建一个基于深度学习的人群计数模型。

本文是基于卷积神经网络(CNN)的工作方式建立的,在进一步研究之前,您可以参考下面这篇文章来了解这个主题:

https://www.analyticsvidhya.com/blog/2018/12/guide-convolutional-neural-network-cnn/?utm_source=blog&utm_medium=crowd-counting

现在,我们正式开始介绍~

目录

1.什么是人群计数?

2.为什么要数人群?

3.了解不同计算机视觉技术在人群计数中的应用

4.CSRNet的体系结构与训练方法

5.用Python构建自己的人群计数模型

什么是人群计数?

人群计数是一种计算或估计图像中的人数的技术。

还是这张图——

你能告诉我这个图片里大概有多少人吗?最直接的方法是手工算,但这有实际意义吗?当人群这么多的时候,一个一个数几乎是不可能的!

人群科学家们可以通过对图片区域划分,计算图像某些部分的人数,然后外推得出估计值。这种方法是现在较为普遍的方式,但是也存在误差。几十年来,我们不得不依靠粗略的指标来估计这个数字。

肯定有更好、更准确的方法吧?

没错,有!

虽然我们还没有算法可以给出确切的数字,但大多数计算机视觉技术可以产生几乎完美的精确估计。让我们先了解为什么人群计数是重要的,然后再深入研究其背后的算法。

人群计数有什么用?

让我们用一个例子来理解人群计数的有用性。想象一下,中国传媒大学刚刚举办了一个大型的数据科学会议。活动期间举行了许多不同的会议。


你被要求分析和估计每一次参加会议的人数。这将帮助我们了解什么样的会议吸引了最多的人数(以及哪些会议在这方面失败了)。并由此可以针对性塑造明年的会议,所以这是一项重要的任务!

参加会议的人数太多了,如果人工数可能将需要很久!这就是学习人群计数技能的作用所在。只要获得每一次会议中人群的照片,就可以建立了一个计算机视觉模型来完成其余的工作!

还有很多其他情况下,人群计数算法正在改变行业的运作方式:

统计参加体育赛事的人数

估计有多少人参加了就职典礼或游行(可能是政治集会)

对交通繁忙地区的监察

协助人员配置和资源分配

不同计算机视觉技术在人群计数中的应用

概括地说,目前我们可以用四种方法来计算人群中的人数:

1.基于检测的方法

我们可以使用一个移动窗口式检测器来识别图像中的人,并计算出有多少人。用于检测的方法需要训练有素的分类器来提取低层次特征。虽然这些方法在人脸检测方面效果很好,但在拥挤的图像上效果不佳,因为大多数目标对象都不是清晰可见的。

2.回归方法

对于低级别的特征,上述方法使用并不有效,可以使用基于回归的方法。我们首先从图像中裁剪补丁,然后,针对每个补丁,提取低级别的特征。

3.基于密度估计的方法

我们首先为要检测的图片创建一个密度图。然后,该算法学习了提取的特征与目标密度映射之间的线性映射。我们也可以利用随机森林回归来学习非线性映射。

4.基于CNN的方法

我们不用看图像的补丁,而是使用可靠的卷积神经网络(CNN)构建一个端到端的回归方法。这将整个图像作为输入,并直接生成人群计数。CNN在回归或分类任务中非常有效,并且在生成密度图方面也证明了它们的价值。

CSRNet是我们在本文中将实现的一种技术,它部署了一个更深层次的CNN,用于捕获高级别的特性和生成高质量的密度图,而不需要扩展网络复杂性。在讲到编码部分之前,让我们先了解一下CSRNet是什么。

了解CSRNet的体系结构和培训方法

CSRNet以VGG-16为前端,具有很强的迁移学习能力.VGG的输出大小是原始输入大小的⅛。CSRNet还在后端使用膨胀的卷积层。

那么,什么是膨胀的卷积?请参考以下图像:

c6c2e3b6-92a7-11eb-8b86-12bb97331649.png

使用膨胀卷积的基本概念是在不增加参数的情况下扩大核。所以,如果膨胀率是1,我们取核并将它转到整个图像上。然而,如果我们将扩展率提高到2,内核就会像上面的图像所示的那样扩展(按照每个图像下面的标签)。它可以替代汇集图层。

c6f3bd7e-92a7-11eb-8b86-12bb97331649.jpg

基础数学(推荐,选择性了解)

我要花点时间解释一下数学是如何工作的。(请注意,在Python中实现算法并不是必须的,但我强烈建议学习基本思想。)当我们需要调整或修改模型时,这将派上用场。

假设我们有一个输入x(m,n),一个滤波器w(i,j),以及膨胀率r。输出y(m,n)为:

c71cc87c-92a7-11eb-8b86-12bb97331649.png

我们可以用(k*k)核推广这个方程,其扩张率为r。内核扩展到:

([K+(k-1)*(r-1)]*[k+(k-1)*(r-1)])

因此,每一幅图像都产生了地面真相。在给定的图像中,每个人的头部都是用高斯核模糊的。所有图像都被裁剪成9个补丁,每个补丁的大小是图像原始大小的1/4。

前4个补丁分为4个四分之一,其他5个补丁随机裁剪。最后,每个补丁的镜像被取为训练集的两倍。

简而言之,这就是CSRNet背后的体系结构细节。接下来,我们将查看它的培训细节,包括所使用的评估指标。

随机梯度下降用于训练CSRNet作为端到端结构。在训练期间,固定学习率设置为1e-6。损失函数被认为是欧几里德距离,以便测量地面之间的差异 真相和估计的密度图。这表示为:

c73a9438-92a7-11eb-8b86-12bb97331649.png

其中N是训练批次的大小。CSRNet中使用的评估标准是mae和mse。,即平均绝对误差和均方误差。这些建议是由以下方面提供的:

c755a868-92a7-11eb-8b86-12bb97331649.png

在这里,Ci是估计数:

c770b50e-92a7-11eb-8b86-12bb97331649.png

L和W是预测密度图的宽度。

我们的模型将首先预测给定图像的密度图。如果没有人在场,像素值将为0。如果某个像素对应于某个人,则将指定某个预定义的值。因此,计算一个人的总像素值会给出图像中人的数量。

那么现在,是时候建立我们自己的人群计数模型了!

建立自己的人群计数模型

我们将在上海科技数据集上实现CSRNet。这包括1198个加注释的图片,总共有330,165人。您可以从这里下载

https://www.dropbox.com//s/fipgjqxl7uj8hd5/ShanghaiTech.zip?dl=0

使用下面的代码块克隆CSRNet-py火炬存储库。这保存了用于创建数据集、培训模型和验证结果的全部代码:

git clone https://github.com/leeyeehoo/CSRNet-pytorch.git

请先安装CUDA和PyTorch。这些是我们将在下面使用的代码背后的主干。

现在,将数据集移动到您在上面克隆的存储库并解压它。然后我们需要创建基本事实值.make_dataset.ipynbfile是我们的救星。我们只需要在该笔记本中做一些小改动:

#setting the root to the Shanghai dataset you have downloaded # change the root path as per your location of datasetroot = '/home/pulkit/CSRNet-pytorch/'

现在,让我们为part_A和part_B中的图像生成基本真值:

生成每幅图像的密度图是一个时间步骤。所以,在代码运行时,去泡一杯咖啡吧。

到目前为止,我们已经在第A部分中为图像生成了地面真值,我们将对Part_B图像进行同样的处理。但在此之前,让我们看看一个示例图像,并绘制它的地面真实热图:

生成每张图像的密度图是一个很长的时间。所以在代码运行时去冲泡一杯咖啡吧,耐心等待一下。

到目前为止,我们已经为part_A中的图像生成了基本真值。我们将对part_B图像执行相同的操作。但在此之前,让我们看一个示例图像并绘制其地面真实热图:

plt.imshow(Image.open(img_paths[0]))

c789e506-92a7-11eb-8b86-12bb97331649.jpg

gt_file = h5py.File(img_paths[0].replace('.jpg','.h5').replace('images','ground-truth'),'r') groundtruth = np.asarray(gt_file['density']) plt.imshow(groundtruth,cmap=CM.jet)

c7a2b216-92a7-11eb-8b86-12bb97331649.png

让我们数一下这张图片中有多少人在场:

np.sum(groundtruth)

270.32568

同样,我们将为part_B生成值:

我们将使用克隆目录中可用的.json文件。我们只需要更改JSON文件中图像的位置。为此,打开.json文件并将当前位置替换为图像所在的位置。

请注意,所有这些代码都是用Python 2编写的。如果您使用的是其他任何Python版本,请进行以下更改:

1.在model.py中,将第18行中的xrange更改为range

2.在model.py中更改第19行:list(self.frontend.state_dict()。items())[i] [1] .data [:] = list(mod.state_dict()。items())[i][1]。数据[:]

3.在image.py中,将ground_truth替换为ground-true

现在,打开一个新的终端窗口并键入以下命令:

cd CSRNet-pytorch python train.py part_A_train.json part_A_val.json 0 0

这个步骤需要一些时间,耐心等一下。你也可以减少train.py文件中的纪元数量,以加快这个过程。你也可以从这里下载预先训练的重量,如果你不想等待的话。

最后,让我们检查一下我们的模型在看不见的数据上的性能。我们将使用val.ipynb文件来验证结果。记住要更改到预先训练过的权重和图像的路径。

#defining the image path img_paths = [] for path in path_sets: for img_path in glob.glob(os.path.join(path, '*.jpg')): img_paths.append(img_path)model = CSRNet()#defining the model model = model.cuda()#loading the trained weights checkpoint = torch.load('part_A/0model_best.pth.tar') model.load_state_dict(checkpoint['state_dict'])

检查测试图像上的MAE(平均绝对误差),以评估我们的模型:

我们得到的MAE值为75.69,相当不错。现在让我们检查一下单个图像上的预测:

c7da403c-92a7-11eb-8b86-12bb97331649.jpg

哇,最初的数字是382,我们的模型估计图像中有384人。这几乎是一个完美的演绎!

恭喜你建立了自己的人群计数模型!

原始论文的评测图和结果

c80fdbac-92a7-11eb-8b86-12bb97331649.jpg

c84b7d88-92a7-11eb-8b86-12bb97331649.jpg

c87aba30-92a7-11eb-8b86-12bb97331649.jpg

c8b71aa2-92a7-11eb-8b86-12bb97331649.jpg

最后

您可以在https://colab.research.google.com上测试跑人群计数。

需要安装:Pytorch和Cuda

c8c4733c-92a7-11eb-8b86-12bb97331649.jpg

来源:PULKIT SHARMA,

FEBRUARY 18, 2019

责任编辑:lq

声明:本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人,不代表电子发烧友网立场。文章及其配图仅供工程师学习之用,如有内容侵权或者其他违规问题,请联系本站处理。 举报投诉
  • 图像识别
    +关注

    关注

    9

    文章

    517

    浏览量

    38200
  • 计数算法
    +关注

    关注

    0

    文章

    2

    浏览量

    5428
  • 深度学习
    +关注

    关注

    73

    文章

    5456

    浏览量

    120848

原文标题:图像识别 | 大规模拥挤人群:一个破纪录的人群计数算法!

文章出处:【微信号:vision263com,微信公众号:新机器视觉】欢迎添加关注!文章转载请注明出处。

收藏 人收藏

    评论

    相关推荐

    为THS3001构建简单的SPICE模型

    电子发烧友网站提供《为THS3001构建简单的SPICE模型.pdf》资料免费下载
    发表于 10-29 10:11 0次下载
    为THS3001<b class='flag-5'>构建</b><b class='flag-5'>一</b><b class='flag-5'>个</b>简单的SPICE<b class='flag-5'>模型</b>

    FPGA加速深度学习模型的案例

    FPGA(现场可编程门阵列)加速深度学习模型是当前硬件加速领域的热门研究方向。以下是些FP
    的头像 发表于 10-25 09:22 77次阅读

    AI大模型深度学习的关系

    AI大模型深度学习之间存在着密不可分的关系,它们互为促进,相辅相成。以下是对两者关系的介绍: 深度
    的头像 发表于 10-23 15:25 241次阅读

    插片式远程IO模块:双通道PNP和NPN高速计数模块案例说明

    插片式远程 IO模块:XD5002为双通道PNP高速计数模块,XD5003为双通道NPN高速计数模块,用于对工业现场的设备(如手轮、编码器等)进行计数。注意:区别在于XD5002为高电平,XD5003为低电平。
    的头像 发表于 07-18 09:21 350次阅读
    插片式远程IO模块:双通道PNP和NPN高速<b class='flag-5'>计数模</b>块案例说明

    利用Matlab函数实现深度学习算法

    在Matlab中实现深度学习算法复杂但强大的过程,可以应用于各种领域,如图像识别、自然语言处理、时间序列预测等。这里,我将概述
    的头像 发表于 07-14 14:21 1736次阅读

    深度学习中的模型权重

    深度学习充满无限可能性的领域中,模型权重(Weights)作为其核心组成部分,扮演着至关重要的角色。它们不仅是模型
    的头像 发表于 07-04 11:49 703次阅读

    深度学习模型训练过程详解

    深度学习模型训练是复杂且关键的过程,它涉及大量的数据、计算资源和精心设计的算法。训练
    的头像 发表于 07-01 16:13 911次阅读

    种利用光电容积描记(PPG)信号和深度学习模型对高血压分类的新方法

    死于高血压。一个人有必要拥有有益于心脏健康的生活方式,以防止被诊断出患有心血管疾病(CVD)和动脉疾病等致命疾病的风险。如果一个人疏于定期监测血压,他们可能会突然被诊断出患有血压。有时很难预测
    发表于 05-11 20:01

    TC275 GTM内部有单独的计数模块吗?

    TC275GTM模块可以打时间戳测量频率占空比,但是我输入高频信号号,这种方式计数就不准确,他内部有单独的计数模块吗
    发表于 02-20 07:33

    利用巍泰技术人员感知雷达实现精准人员定位,提升人群热力图分析

    WTR-812人员感知雷达在客流统计与人群热力图中的应用主要利用雷达人员计数与人员定位功能实现对人员流动的监测和可视化呈现上。
    的头像 发表于 01-26 14:49 434次阅读
    利用巍泰技术人员感知雷达实现精准人员定位,提升<b class='flag-5'>人群</b>热力图分析

    目前主流的深度学习算法模型和应用案例

    深度学习在科学计算中获得了广泛的普及,其算法被广泛用于解决复杂问题的行业。所有深度学习算法都使用
    的头像 发表于 01-03 10:28 1611次阅读
    目前主流的<b class='flag-5'>深度</b><b class='flag-5'>学习</b><b class='flag-5'>算法</b><b class='flag-5'>模型</b>和应用案例

    STM32的向上计数模式如何产生计数器溢出事件?

    STM32的向上计数模式的自动加载值是指定时器计数器的最大计数值。当计数器达到这个值时,它会回滚到0并继续计数。这个值可以通过编程设置,通常
    的头像 发表于 12-13 10:22 1255次阅读

    简述STM32定时器的计数器模式

    STM32的向上计数模式是指定时器的计数器从0开始计数,直到达到自动加载值(TIMx_ARR),然后重新从0开始计数,并产生
    的头像 发表于 12-13 10:09 4590次阅读

    深度学习如何训练出好的模型

    算法工程、数据派THU深度学习在近年来得到了广泛的应用,从图像识别、语音识别到自然语言处理等领域都有了卓越的表现。但是,要训练出高效准确
    的头像 发表于 12-07 12:38 1019次阅读
    <b class='flag-5'>深度</b><b class='flag-5'>学习</b>如何训练出好的<b class='flag-5'>模型</b>

    AI 模型构建的五过程详解

    AI 模型构建的过程 模型构建主要包括 5 阶段,分别为模型设计、特征工程、
    发表于 11-17 10:31 7853次阅读
    AI <b class='flag-5'>模型</b><b class='flag-5'>构建</b>的五<b class='flag-5'>个</b>过程详解