★ 人們使用電腦視覺進行人數計算

roboflow

 Klacci 凱樂奇 Kii Assistant 智慧酒店服務系統

介紹

統計和追蹤進出活動的大量人數，可能具有挑戰性，特別是當安全是首要任務時。 傳統的人員監控方法使安全官員難以即時追蹤每個人。 然而，電腦視覺等人工智慧技術的進步可以作為創新解決方案介入。

使用電腦視覺統計人數，是分析特定地區有多少人的好方法。 人數統計對許多情況都很有用，例如管理活動的進入和退出計數，為零售業務設計更好的商店佈局，以及提高公共場所的安全性。 透過知道給定時間一個地點的確切人數，企業和組織可以做出更好的決定。 例如，他們可以調整所需的員工人數，改善客戶服務，並確保遵守安全規則。

在本報導中，使用 Roboflow 的人檢測模型，我們將建立一個可靠且有效的解決方案來計算人員，該解決方案可用於各種現實生活中的情況。 讓我們深入瞭解一下細節。

人數計算的應用

在我們檢視這個專案的程式之前，讓我們先探索使用基於電腦視覺的人員計數解決方案的一些潛在應用。

智慧城市

透過統計和追蹤有多少人，使用城市內不同區域，城市可以變得更加智慧、更安全、更容易導航。 城市規劃者可以利用這些資訊，來決定接下來要建造什麼和在哪裡。

例如，瞭解人們在哪裡行走，可以幫助他們建立更好的步行道和公交路線。 同樣，瞭解公共公園的受歡迎程度，可以讓他們為每個人改善這些空間。

這項技術還有助於保持不同區域的安全。 透過計算道路上的行人人數，城市可以調整交通訊號燈，增加更多的過境線，改善公共交通，減少交通堵塞。 監控有多少人參加活動也很重要，統計人數有助於避免與過度擁擠相關的問題。

零售

透過追蹤有多少顧客進入商店、瀏覽時間，以及購買人數，零售商可以獲得對顧客行為的寶貴見解。 然後，這些資訊可用於改善商店營運和提高銷售額。 零售商可以透過檢視顧客在店內移動的方式，來最佳化商店的佈局，以改善流量和產品可見性。

此外，瞭解客戶高峰時段可以做出更好的人員配置決策。 它可以直接導致更短的隊伍、更快樂的客戶，和更少的員工壓力。

大眾運輸

基於電腦視覺的人數計數解決方案，可以幫助追中在任何給定時間，有多少人在使用公共汽車、火車和其他服務。 即時資料允許運輸機構在旅途中調整他們的服務。 在高峰時段，他們可以增加更多的車輛，以防止過度擁擠。 當匆忙放緩時，他們可以減少服務以節省金錢和資源。

它還透過改道或增加額外服務，來幫助他們應對惡劣天氣或事故等意外事件。 此外，透過分析長期資料，運輸公司可以看到使用趨勢並計劃未來，使公共交通成為對每個人更具吸引力的選擇。

市場行銷和廣告

人們使用電腦視覺進行計數，在行銷和廣告方面有很多應用。 使用這項技術，企業可以清楚地瞭解到店的人數。 此類技術收集的即時人流流量資料，可以透過在繁忙的地區投放廣告、促銷和優質產品來幫助改善行銷活動。

行銷人員還可以使用資料進行定向廣告，在分析客戶的人口統計和行為後，可以建立個性化廣告。

人群管理

如果你曾經組織過一個活動，那麼你就會知道，監督參加活動的人群是多麼困難。 人數統計技術提供即時人群資料，透過防止過度擁擠，並確保遵守容量法規，來確保每個人的安全。

這還不是全部！ 資料還幫助組織者充分利用他們的資源，將員工和設施放在與會者最需要的地方。 這意味著排隊等候更少，在整個活動中交通更順暢。

人們用電腦視覺計數

現在我們已經探索了基於電腦視覺的人計數的許多應用，讓我們來看看如何實施這樣的解決方案。 我們將使用經過定製訓練的模型進行人數統計專案。 我們將用程式示例介紹環境設定、載入自定義模型以及實現計數邏輯。

第 1 步：設定環境

首先，我們需要建立我們的開發環境。 第一步是安裝我們專案所需的必要工具和庫。 開啟終端或命令提示符，並執行以下命令來安裝所需的庫：

!pip install opencv-python matplotlib inference_sdk

第 2 步：載入自定義訓練模型

接下來，我們將從 Roboflow 載入自定義訓練模型。 我們將使用的模型經過訓練，可以使用廣義資料集來檢測各種場景中的人員。 該模型的訓練資料來自各種專案，能夠在不同的上下關聯情境、註釋大小和攝影機機類型中表現良好。

要訪問模型，請訪問 Roboflow Universe 的模型頁面，如下所示。Roboflow Universe 是開源電腦視覺資料集和模型的中心樞紐，提供超過 20 萬個數據集和 5 萬個預訓練模型的廣泛集合。 我們將透過提供的 API 訪問模型進行推理。

向下滾動時，你將看到一段示例程式，該程式展示瞭如何推斷本地和網路影像。 請務必記下示例程式中的型號 ID 和版本號。 在這種情況下，模型 ID 是「people-detection-o4rdr」，它是模型的第七個版本。 當我們組裝推理指令碼時，這些資訊會派上用場。

第 3 步：實施人數計算邏輯

現在，我們將編寫程式來載入自定義訓練模型，對圖像或影像串流執行推理，並使用邊界框和計數疊加顯示結果。 但首先，我們需要使用A PI URL 和你的 API 金鑰初始化 InferenceHTTPClient，以載入自定義訓練的模型。

from inference_sdk import InferenceHTTPClient
import cv2
import matplotlib.pyplot as plt

# Initialize the InferenceHTTPClient
CLIENT = InferenceHTTPClient(
    api_url="https://detect.roboflow.com",
    api_key="API_KEY"
)

第4步：對影象或影片流進行推理

接下來，我們可以使用 InferenceHTTPClient的infer 方法，對影像進行推理。 此方法將影像執行到模型，並返回預測。

# Perform inference on the image
result = CLIENT.infer("your_img.jpg", model_id="people-detection-o4rdr/7")

第 5 步：統計圖或影像中的人數

檢測到的人數是推斷方法返回的預測列表的長度。

# Count the number of predictions (people detected)
num_predictions = len(result['predictions'])

第 6 步：使用邊界框和計數疊加顯示結果

最後，我們可以在檢測到的人周圍繪製邊界框，並顯示影像中的人數。 我們將使用 OpenCV 進行繪圖，使用 Matplotlib 來顯示影像。

# Load the image using OpenCV
image = cv2.imread("b.jpg")
height, width, _ = image.shape

# Extract prediction details and draw bounding boxes
for prediction in result['predictions']:
    x = int(prediction['x'] - prediction['width'] / 2)
    y = int(prediction['y'] - prediction['height'] / 2)
    w = int(prediction['width'])
    h = int(prediction['height'])
    
    # Draw the bounding box on the image
    cv2.rectangle(image, (x, y), (x + w, y + h), (0, 255, 0), 2)
    label = f"{prediction['class']}:{prediction['confidence']:.2f}"
    cv2.putText(image, label, (x, y - 10), cv2.FONT_HERSHEY_SIMPLEX, 0.5, (0, 255, 0), 2)

# Convert the image from BGR to RGB (OpenCV uses BGR by default)
image = cv2.cvtColor(image, cv2.COLOR_BGR2RGB)

# Set the size of the output image
plt.figure(figsize=(12, 8))

# Display the image using matplotlib
plt.imshow(image)
plt.axis('off')  # Hide the axis
plt.title(f"Number of predictions: {num_predictions}")
plt.show()

輸入影像示例如下所示。

這是分析示例輸入影像的輸出。

人數統計軟體的挑戰和考慮因素

實施人數統計技術，需要提出一些挑戰和考慮因素，以確保其工作正常，並遵循道德準則。 以下是一些需要記住的要點：

• 匿名化資料和保護隱私：模糊人臉等技巧可以匿名資料。 在裝置上處理影像（邊緣運算）增加了另一層隱私保護。
• 在擁擠的場景中處理閉塞：先進的演算法可以幫助我們檢測到人們，即使他們離得很近。 從不同角度使用多個攝影機，可以完整地瞭解人群。
• 確保即時效能：影像處理可以最佳化以減少延遲。 使用特殊的人工智慧硬體也可以加快分析速度。 最佳方法取決於應用程式的需求。
• 擴充到大型佈署：大型任務可以分解成更小的部分，以實現高效處理。 裝置處理還可以允許系統擴充，同時保持資料隱私。 雲平台。可以處理大量資料進行分析。

人數計算的未來方向

基於電腦視覺的計數解決方案越來越好，未來可能會在智慧城市中更頻繁地使用。 將其與熱成像攝影機等感測器整合，可以檢測體溫，從而更容易在各種條件下統計人員。 不同感測器的組合使整個系統更加準確和可靠。

從系統收集的資料，可以幫助智慧城市管理交通、公共安全和資源分配。 它還可用於預測未來趨勢，如繁忙時間或地區，從而實現更好的規劃和決策。 人們使用電腦視覺進行計數，可以幫助城市和企業更高效、更安全地工作。

tyco 監控攝影機系列（總代理上敦企業）

結論

由高畫質攝影機和電腦視覺演算法，提供支援的人數計數應用程式，可以為企業和組織者改變遊戲規則。 它即時追蹤有多少人在商店、參加活動，甚至乘坐公共交通工具。 這讓他們有能力做出更明智的選擇，例如最佳化員工水準、改善佈局，以及確保每個人的安全。 隨著這項技術變得更好，我們可以期待它在任何地方被使用，從智慧城市到你當地的公園，確保我們的生活在我們甚至沒有意識到的情況下更安全、更方便！

iF+ 系列雙系統免接觸式智慧門鎖

按此回今日3S Market新聞首頁