珠宝网站建商台北,网站建设是固定资产嘛,湖北建科建设工程有限公司网站,wordpress登录还是登录页面近年来#xff0c;随着深度学习在计算机视觉领域获得广泛应用#xff0c;算法框架也日渐成熟#xff0c;例如基于深度神经网络的人群密度分析#xff0c;通过自动学习能获得更有效的人群特征#xff0c;相较于传统方法取得了一定的提高。AI小知识人群密度分析#xff08;…近年来随着深度学习在计算机视觉领域获得广泛应用算法框架也日渐成熟例如基于深度神经网络的人群密度分析通过自动学习能获得更有效的人群特征相较于传统方法取得了一定的提高。AI小知识人群密度分析MCNN其原理为密度图回归密度图回归是根据已知的每个人头位置再估计该位置所在人头的大小这样可以得到该人头的覆盖区域通过一种方法MCNN中采用几何自适应高斯核将该区域转化为该区域内可能为人头的概率该区域概率和为1或者表示每个像素可能有多少个人最终我们可以得到一张人群密度图。热区分析,又称人群密度估计为密集人群场景提供嵌入式端密集人群计数的一种方法具有鲁棒性高、性能好的优点。本次Demo演示我们将采用MCNN进行人群热力估计算法向大家展示英码软件开发团队如何利用英码科技IVP02D人工智能工作站开发2路人群热力估计的算法应用并列出相关数据供大家了解IVP02D的推理性能。知乎视频www.zhihu.com此次人群热力估计DEMO基于pytorch框架研发最多可搭载路IPC视频编解码及算法推理模型的分析流程如下详情见图1人群热力估计流程 图1人群热力估计 图2首先由IPC摄像头采集数据通过H264数据解码为YUV数据然后进入IVP02D把数据做预处理将图像转为灰度图输入推理单元该算法支持INT8和FP16两种数据精度的模型推理最后图像通过HDMI输出显示热力图及人数的统计实现人群在时间维度上的密度检测。以人群热力估计效果图举例详情见图2当白光越强说明该区域人流密集度越高反之白光越暗甚至为黑色则表示人流相对稀少或无。整个DEMO模型在IVP02D上处理过程流畅充分展示了其高算力、强性能、低功耗以及兼容性好等特点。IVP02D智能工作站同时IVP02D搭载CAMBRICON寒武纪平台的芯片与市面主流的平台相比推理精度更高、推理耗时更短。详情可见 图3。推理性能对比 图3客户通过人群热力估计算法可应用在视频监控、交通监测、公共安全等领域实时了解监控区域的人群数目防止由于人群密度过大导致人群失控发生踩踏等危急情况除此之外人群热力估计也适用在商业场景如商业广场、新零售、景区等用于分析客户、游客等人群的热度区域检测。了解更多人群热力估计的应用方案欢迎点击浏览官网。
