Medium
介紹
人群是新冠肺炎傳播的重要來源。預防和解決措施的重點是減少人們的大規模集會。談到新冠肺炎疫情,儘管處於最初的封鎖階段,但社群仍然不確定如何在病毒仍在人們中傳播的情況下,恢復「新常態」的存在。普遍接種疫苗的希望對人類來說是一個巨大的挑戰,即使在幾個月內也不太可能實現。
與此同時,當下需要開發一種機制,在限制病毒傳播的同時,使人們的生活恢復正常。購物中心、餐館等交易中心迎合了大規模集會,這可能會導致病毒呈指數級成長。為了避免這種風險,我們可能會使用「計數」的概念,讓人們知道這些交易中心的即時人群計數。人群計數將幫助你瞭解商店中有多少人,從而有效監控和管理人群水平。
需求和動機
需要
實施該專案的必要性,是為了防止冠狀病毒在交易中心的傳播。交易中心可以使用這項技術來檢測人群計數,並向公眾或客戶提供這些資訊。該專案專注於開發一個網路應用 app,該應用 app 提供即時人群統計,這將幫助客戶瞭解即時人數,這將使客戶能夠做出合理的選擇,是當下進入交易中心,還是安排在以後的時間段,以避免過度擁擠。這也將允許以高效的方式管理他們的時間。
人群計數還將幫助交易中心管理和調節佔用情況,並檢測過度擁擠。這場全球大流行引起的最重要和最奇特的預防措施是,每個人都需要確保他們之間保持建議的社交距離,人群檢測可以確保社交距離隨之而來。人群計數技術可以透過,使用安裝在交易中心入口和出口的攝影機來實施,以協助執行即時人群計數,網路技術可用於向客戶即時提供人群計數資料。雖然這種方法沒有直接解決個人的實體隔離問題,但它是朝著正確方向邁出的一步。
動機
做這個專案的動機,來自一個尚未解決的真正問題。例如,我們有各種購物中心,如 D Mart、Big Bazaar 等。新冠肺炎前,人們曾經大量訪問他們。最終,這些購物中心成為客戶購買雜貨,或任何其他必要物品的首選。現在,在新冠疫情時期,這些購物中心是大眾的首選,人們仍然想參觀它們,但害怕新冠疫情和群眾集會。然而,即使個人決定參觀這樣的大型商店,在到達商店後,他們也被迫放棄參觀,因為這個地方人滿為患,缺乏社交距離。這個問題促使我們做一個專案,可以即時統計這些購物中心的人群,並在各自購物中心的網站上顯示資訊。
問題和目標
範圍和受益人
該專案目的在覆蓋公眾和奧特萊斯公司。我們將利用預裝在購物中心中的攝影機來檢測人員,統計目前在購物中心的人數,並使用購物中心的網站向公眾展示資訊。
利用這個專案,我們能夠使上市公司和直銷公司都受益。透過檢查購物中心網站上的即時人群統計,人們將能夠決定何時訪問購物中心,並在過度擁擠的情況下避免訪問,從而降低全球大流行期間感染新冠肺炎的風險。直銷公司也將受益,因為他們將獲得實際人數,並將能夠根據社交距離規範,相應地處理人群。此外,他們還可以使用資料進行客戶行為分析。
目標
1. 計算目前在奧特萊斯的人數
該專案的主要目標是為插座的預裝閉路電視攝影機提供機器學習功能,以使用 電腦視覺技術(物體檢測)檢測人數。
2. 網站上的即時人群統計
該專案還目的在網站上提供人群計數,這將幫助終端客戶即時瞭解購物中心可能的人數。
3. 性別和年齡估計
估計進入購物中心的客戶的年齡和性別,將有助於購物中心公司檢查進入其網點的人群類型,並相應地提供服務。
4. 幫助購物中心中處理人群管理
即時人群計數將幫助購物中心為未來設計策略,並利用這些資料有效預測和預測人群計數。在過度擁擠的情況下,奧特萊斯也將能夠應對人群。進一步分析,如進入奧特萊斯的紳士類型、高峰時段等,也可以考慮在制訂未來策略時。
5. 幫助公眾做出明智的決定
該專案有助於瞭解購物中心內的即時人數,這將導致客戶選擇是現在訪問,還是在過度擁擠的情況下稍後安排訪問。考慮到時間是寶貴的,這將節省客戶的時間。因此,公眾將能夠做出明智的決定。
工具和技術
該專案中使用的主要技術是:-
A. 電腦視覺(物體檢測)
B. 網路技術
電腦視覺(物體檢測)
用於物件檢測、物件追蹤(人員)、年齡和性別估計的 Python 庫和演算法是
1. numpy
2.OpenCV
3.Dlib
4.imutils
5.預訓練的Caffe深度學習模型
用於物件檢測(人員)的演算法,是一種混合方法 MobileNet-SSDs+Linear SVM,因為它是一種高度準確的物件檢測方法,沒有那麼大的計算負擔。對於物件追蹤,我們使用了「重心物件追蹤演算法」來追蹤影像串流中的物件。
網路技術
該專案將使用網站作為交付模式。人群數量、年齡和性別將儲存在資料庫中,稍後,使用網站,我們將向公眾顯示即時資訊。
1. 前端技術(HTML、CSS、Bootstrap)
2. 後端技術(Django)
3. 資料庫(MongoDB)
資料集說明
實時直播網點出入口的閉路電視錄影
專案工作流程
沒有留言:
張貼留言