写点什么

深度学习技术如何用于密集人群计数

  • 2019-05-05
  • 本文字数:2654 字

    阅读完需:约 9 分钟

深度学习技术如何用于密集人群计数

CNN 算法使用基于密度的估计算法来保留空间信息以便在局部和整体进行计数,同时,CNN 也可以准确地提取全局和局部特征。影响人群计数的因素主要包括:遮挡物、密度差异、透视扭曲和相机角度。


Kesari 讨论了三种商业案例:大型商场的人群数量、从照片中统计南极企鹅的数量以及显微镜图像中的生物细胞数量。企鹅数量统计的数据来源于超过 100 个摄像头在 16 个不同的场景中历经一年时间拍摄的图像。研究人员使用了开源工具Crowd-sourced annotations对图像中的企鹅进行了标注。


InfoQ 邀请了 Kesari 对他大会期间的讲话进行了采访,深入地讨论了深度学习技术如何被用于密集人群计数的案例。


InfoQ:您能谈一下什么是深度学习,以及它与传统机器学习的区别吗?


Ganes Kesari:机器学习(ML)的目的是让程序学习如何去解决问题,而不是简单地执行预定的逻辑。通过这种学习,程序可以在未见过的场景下获得预期的输出。例如,通过对过去六个月股票数据的分析可以预测明天的股价。或者判断下个月是否会有大的波动。

当深度学习被归入机器学习方法的大家庭中时,它与传统机器学习方法是有很大区别的。拿一个人脸检测系统举例。使用传统的机器学习方法,我们可以识别并提取关键特征(眼镜、鼻子和下巴等)。然后让软件只对这些关键部位的特征进行夸身份的匹配。

但是在深度学习中,我们向模型展示数百张只有身份信息标注的人脸图像,然后让机器明白真正独一无二的点是什么(面颊的曲率或者其他人类无法注意到的细微的部分)。机器会决定哪些属性对于人脸识别是足够重要的(这一过程也称为特征检测),并且整个数据流经模型的过程会迭代成百数千次(称为 Epoch)。

深度学习技术使得机器学习在过去的十年大规模的席卷全球,尤其是在图像、视频和音频领域有效地解决了大量的问题。它被用于结构化的数据处理,并且已经与我们的生活息息相关,例如 Facebook 的好友推荐以及很多新闻推送程序的文章推荐系统。


InfoQ:您能简要介绍一下人群计数案例以及你们在该方面使用的算法和技术吗?


Kesari:人群计数可以被广泛地用于多种实际场景,例如统计人群、动物、物体或其他实体的数量。我们展示了其中的三种案例:

  • 统计人数:人群计数在零售行业有巨大的潜力,它可以有效地分析零售店中的顾客数量、预测销售情况估计营销活动的成功。

  • 统计企鹅数量:南极的研究人员正在研究全球气候变暖以及人类活动对企鹅数量的影响。得益于人群计数算法,数百万张通过隐藏式相机捕捉到的图像都可以用于统计数量。

  • 统计生物细胞数量:药物特性描述是新药研发过程中的关键步骤,科学家需要通过对显微图像分析得到不同类型细胞的数量。这一痛苦地手动过程可以被自动化的计数算法所代替。

在人群计数方面有一些已发表的工作。传统算法使用基于检测的方法,例如,通过扫描图像来识别人群或他们的头。通过在所有匹配的目标周围绘制边界框来预测总数。

上述的这类方法会被很多不利因素影响:1)被遮挡或者背对摄像头的人数无法被统计,2)透视扭曲或前后位置的人脸大小不一致,3)在同一幅图中,人群密度的分布不均匀(例如有些区域人群密度异常地高),4)针对不同摄像机角度的模型需要独立地训练。

基于密度的算法通过将不同大小的人近似为不同的簇,可以解决上述的这些挑战。已发表的论文中的实验证明了这种算法的优越性,这些实验使用了一些主流框架,例如级联 CNN、多列 CNN 等。


InfoQ:您能简述一下级联卷积神经网络(Cascade CNN)为何有助于解决人群计数这类问题的吗?


Kesari:我们使用了级联 CNN 模型解决上述的三种案例中遇到的多种不利因素。级联 CNN 结构的两个关键阶段是:1)第一阶段也称为“高层级先验阶段”,这一阶段在大范围内给出整张图像人数的粗略估计。2)第二阶段进行密度估计,同时使用前一阶段的结果生成更加细粒度的密度图。(如下图所示)

这些密度图可以帮助预测图像中目标的数量。级联 CNN 的结构可以无差别地用于统计人、动物甚至是具有自定义外形的实体的数量。更多的技术细节可以参阅论文原文:https://arxiv.org/pdf/1707.09605.pdf



InfoQ:您能更详细地讨论一下企鹅跟踪案例中的技术细节吗?你们都遇到了什么样的挑战以及其解决方案?


Kesari:当然。在这个案例中,我们需要对不同时间点拍摄的企鹅图像数量进行统计。这是一项由牛津大学提出的项目,Penguin watch 网站发布了这个项目的众包以获取数据的标注。世界各地的志愿者们对这个数千张图像进行了标注以帮助我们的模型学习企鹅看起来究竟是什么样的。现在,这个项目的挑战是模型需要对不同曝光率下的企鹅照片进行识别,一些图片中企鹅是高密度聚集的,一些图片中企鹅是很难被发现的。

Gramener 与微软AI地球进行了合作来解决这个挑战。我们使用了Pytorch来建立级联 CNN 框架。在选取 Adam 优化器的情况下,我们使用了很低的学习率和动量。我们使用均值绝对误差(MAE)和均方误差(MSE)。我们在配备了 V100 的 NC6 V3 上训练了 3-4 天共 200 个 epoch。最终模型的 MAE 约等于 10,我们将模型配置为了微软地球 AI 的一个 API。


InfoQ:在您的报告中提到了生物细胞数量案例。这和其他 AI 模型有什么不同吗?


Kesari:我们为制药客户提供了生物细胞计数问题的解决方案。虽然程序的技术部分使用了与企鹅类似的模型结构,但是在一些细节方面有几点不同。首先,数据量为数百级,这与人或企鹅可用的数万或数十万级的标记数据不同。大多数标注工作必须从头开始,以使机器可以理解。

另一方面,细胞的形状使得这一问题更难处理。任何看起来接近圆形的东西都有可能被认为是相同的细胞类型。尽管这对人类来说是一种主观的意见,对机器而言这是非常具有挑战性的。并且,显微图像具有无法计数的无关部分,因此我们必须进行异常值检测以排除这些区域。

为了使这个方法可行,模型的结果必须经过审核并可以通过人为纠正。一个很大的挑战是找到从密度图统计的每个形状的想坐标(x,y)。我们使用轮廓检测方法来找到模型统计的细胞,然后将它们显示在 UI 上以供进一步手动纠错。


InfoQ:关于您项目中的更多细节,读者们应该如何在自己的开发环境中尝试呢?


Kesari:我们和微软 AI 地球的大部分工作都使用了开放 API 和笔记的形式公开,以方便 NGO 和研究人员直接重用模型。关于企鹅计数的项目还没有产品化,但是在物种分类方面有其他类似的深度学习工作。

我们最近刚完成了一个开源数据科学平台——Gramex。这个可视化分析平台包括数据处理库、计算组件库、可视化图表库,它可以帮助使用者快速高效建立数据应用。


查看英文链接Convolutional Neural Network Deep Learning Techniques for Crowd Counting


2019-05-05 08:006509

评论

发布
暂无评论
发现更多内容

远程办公模式开启,该如何选择合适的办公软件?

RayLink远程工具

远程办公 远程协助 远程办公软件

ChatGPT编程秀-2:最小元素的设计

仝键

JavaScript 编程 架构 java ChatGPT

业界数据库工具结合 ChatGPT 的(不完全)汇总

Bytebase

人工智能 数据库 dba ChatGPT

电脑怎么远程连接服务器?如何进行远程桌面连接?

RayLink远程工具

远程桌面连接

远程桌面连接是什么?远程桌面连接使用教程

RayLink远程工具

内网渗透之某后渗透利用

网络安全学海

黑客 网络安全 安全 信息安全 渗透测试

提升用户体验与搜索引擎排名|网页性能监控实操详解

云智慧AIOps社区

监控 监控管理平台 监控宝 网站优化 网站监控

时不我待,拥抱趋势,开源IM项目OpenIM技术简介

Geek_1ef48b

免费的远程控制软件有哪些?远程控制软件哪个好用?

RayLink远程工具

远程控制软件 远控软件

远程桌面连接如何设置?远程桌面连接的设置方法

RayLink远程工具

远程桌面连接

远程桌面和远程协助的区别,选择哪个方式连接更好?

RayLink远程工具

远程协助 远程桌面连接

远程桌面无法连接远程计算机是什么原因?

RayLink远程工具

远程桌面连接 远程桌面

华为Mate X3震撼发布!轻薄折叠屏携华为阅读带来全新精品阅听体验

最新动态

如何远程控制电脑,远程控制电脑的设置方法

RayLink远程工具

远程控制连接 远程控制电脑

华为春季发布会召开,旗舰新品全面支持空间音频

最新动态

定位任意时刻性能问题,持续性能分析实践解析

阿里巴巴中间件

阿里云 云原生 可观测

远程控制软件RayLink助力畅玩爆火双人游戏

RayLink远程工具

远程控制软件

远程桌面连接有哪些方式?远程桌面工具推荐

RayLink远程工具

远程桌面连接 远程桌面工具

Securtiy Code Reviewer 需要做些什么?6个安全实例一探究竟

极狐GitLab

DevOps Code Review 代码质量 代码安全 代码评审

什么是远程桌面?远程桌面软件是如何进行连接工作的?

RayLink远程工具

远程桌面连接 远程桌面工具 远程桌面软件

【必看答疑】为什么我的电脑远程连接不上?

RayLink远程工具

远程桌面连接

大数据分析工具Power BI(六):DAX表达式简单运用

Lansonli

大数据分析工具Power BI

好用的远程控制桌面连接工具有哪些?

RayLink远程工具

远程桌面连接

官宣|Apache Flink 1.17 发布公告

Apache Flink

大数据 flink 实时计算

2023 年最佳免费远程控制软件RayLink-远程办公必备

RayLink远程工具

远程控制软件 远程办公软件

GPT-4正刮起新的生成式AI风暴

澳鹏Appen

人工智能 ChatGPT GPT-4

GTC 2023的算力协奏曲,NVIDIA与宁畅“共舞”AI时代

脑极体

算力

什么是远程控制软件?远程控制软件推荐

RayLink远程工具

远程控制软件

紧跟潮流,抓住趋势,跟上全民AI的节奏,开源IM项目OpenIM产品介绍,为AIGC贡献力量

Geek_1ef48b

低代码实现探索(五十七)脚本模板模式的生成

零道云-混合式低代码平台

远程控制软件如何实现两台电脑连接

RayLink远程工具

远程控制软件

深度学习技术如何用于密集人群计数_AI&大模型_Srini Penchikala_InfoQ精选文章