【技術實現步驟摘要】
本專利技術涉及計算機視覺，具體涉及一種基于ai技術的人群統計用數據采集裝置。
技術介紹
1、昇騰ai作為華為推出的自主研發的人工智能計算框架，其高效的計算能力和靈活的軟件生態，為密集人群統計提供了強大的技術支撐；通過收集大量包含不同場景、不同密度人群的視頻圖像數據，利用昇騰ai計算框架進行模型訓練和調優，已經開發出能夠準確識別并計數人群的深度學習模型；這些模型在安防監控、公共交通等領域得到了廣泛應用，為城市管理、公共安全等提供了有力的支持。
2、現有技術利用gpu加速技術來加速深度學習模型的訓練和推理過程，同時利用邊緣計算技術將人群統計模型部署到終端設備上，實現高效的人群統計；盡管ai模型在密集人群統計方面已經取得了顯著進展，但在某些復雜場景，如人群密度極高的情況下，模型的計數精度仍然有待提高。
3、綜上所述，如何解決在人群密度極高等情況下，模型的計數精度較低的問題已經成為目前該領域內亟需解決的難題，因此有必要提出一種基于ai技術的人群統計用數據采集裝置。
技術實現思路
1、為解決上述問題，本專利技術提供一種基于ai技術的人群統計用數據采集裝置，通過結合昇騰ai技術與目標檢測算法和語義分割算法，本專利技術的數據采集裝置能夠適應并優化不同場景下的人群統計需求，提升不同場景的檢測精度；通過收集包含多樣化場景和人群密度的視頻圖像數據，并利用昇騰ai計算框架進行深度學習和模型調優，本專利技術的數據采集裝置能夠提高復雜場景下人群密度的檢測精度以及魯棒性。
3、采集模塊，用于使用攝像頭收集多種場景中的人群密度圖像數據和實時視頻圖像數據。
4、輔助采集模塊，用于將攝像頭設置于大屏幕上，通過大屏幕播放互動信息，攝像頭實時采集場景中與互動信息互動的人群數量，得到互動人群密度圖像數據。
5、數據預處理模塊，用于對人群密度圖像數據和互動人群密度圖像數據進行預處理操作，得到預處理后的人群密度圖像數據和互動人群密度圖像數據，同時對預處理后的人群密度圖像數據和互動人群密度圖像數據進行標注，標注出人群的位置和數量，得到標注好的圖像數據。
6、模型訓練模塊，用于基于卷積神經網絡并結合語義分割算法構建算法框架，并將算法框架運行在昇騰ai平臺上，同時利用昇騰ai平臺內昇騰ai計算框架的底層異構計算能力和編譯優化技術，將標注好的圖像數據輸入算法框架中，進行人群統計模型的訓練，得到訓練后的人群統計模型。
7、模型優化模塊，用于利用昇騰ai平臺內昇騰ai計算框架提供的算子優化和硬件加速功能，同時采用剪枝技術和量化技術對訓練后的人群統計模型進行壓縮和優化，得到優化后的人群統計模型。
8、人群數量統計模塊，用于利用優化后的人群統計模型對實時視頻圖像數據進行分析，得到實時人群數量信息。
9、移動客戶端模塊，用于向用戶提供移動app客戶端，移動app客戶端包括用戶交互界面，用戶交互界面用于結合場景地圖實時展示場景中的人群數量信息、場景中的排隊管理信息和場景中人群的熱力圖。
10、進一步，采集模塊中攝像頭收集多種場景包括公園、游樂場、商場、學校食堂和車站。
11、進一步，輔助采集模塊中的互動信息包括視頻互動信息、圖像互動信息、廣告互動信息和二維碼互動信息中的一種或多種。
12、進一步，數據預處理模塊中的預處理操作包括以下步驟：
13、步驟一，數據清洗：對人群密度圖像數據和互動人群密度圖像數據去除冗余、重復和無效部分，得到清洗后的人群密度圖像數據和互動人群密度圖像數據。
14、步驟二，數據去噪：對清洗后的人群密度圖像數據和互動人群密度圖像數據采用濾波技術進行去噪，得到去噪后的人群密度圖像數據和互動人群密度圖像數據。
15、步驟三，數據增強：將去噪后的人群密度圖像數據和互動人群密度圖像數據通過旋轉、縮放和翻轉操作，得到預處理后的人群密度圖像數據和互動人群密度圖像數據。
16、進一步，模型訓練模塊包括加速訓練單元，加速訓練單元用于使用gpu和昇騰ai處理器來對人群統計模型進行加速訓練。
17、進一步，模型訓練模塊中的語義分割算法包括deeplab算法和mask?r-cnn算法其中的一種或多種。
18、進一步，模型優化模塊包括模型評估單元，模型評估單元用于在驗證集上評估人群統計模型的識別準確率和計數誤差率，生成評估結果。
19、進一步，模型優化模塊還包括模型優化單元，模型優化單元用于根據評估結果，通過調整卷積神經網絡的網絡結構和學習率，同時使用sgd算法來實時調整優化后的人群統計模型的運行參數和結構。
20、進一步，人群數量統計模塊包括邊緣計算單元，邊緣計算單元用于利用部署在大屏幕附近的計算設備上的優化后的人群統計模型，對實時視頻圖像數據進行分析，得到初步的人群數量信息。
21、進一步，人群數量統計模塊還包括端云協同單元，端云協同單元用于利用昇騰ai平臺內的數據同步和傳輸技術，將初步的人群數量信息上傳至云端，云端再將初步的人群數量信息下發至模型訓練模塊輔助進行人群統計模型的訓練。
22、上述方案的技術原理如下：
23、首先，采集模塊收集大量包含不同場景的視頻圖像數據，確保數據的多樣性和代表性，以便訓練出具有泛化能力的模型；然后，數據預處理模塊對收集到的視頻圖像數據進行預處理以提高數據質量，降低模型訓練的難度，同時對預處理后的圖像數據進行標注，標記出人群的位置和數量，得到標注結果，標注結果將作為模型訓練的監督信息，指導模型學習如何識別和計數人群；隨后，模型訓練模塊將設計好的人群統計模型集成到昇騰ai平臺中，利用框架提供的強大計算能力進行模型訓練，使用標注好的圖像數據對模型進行訓練，通過反向傳播算法更新模型參數，使模型逐漸學習到識別和計數人群的能力，模型優化模塊根據模型在驗證集上的性能表現，對模型性能進行調優；最后人群數量統計模塊將實時人群數量信息發送至移動客戶端模塊展示在移動app客戶端中向用戶進行展示人群數量。
24、本專利技術采用上述方案有以下有益效果：
25、1、本專利技術通過結合昇騰ai技術與目標檢測算法和語義分割算法，提供了一種高效且準確的人群統計用數據采集裝置，能夠適應不同場景和人群密度；通過預處理和標注圖像數據，訓練出具有高精度和魯棒性的人群統計模型，有效解決了在復雜場景下模型計數精度較低的問題。
26、2、本專利技術的數據采集裝置利用昇騰ai平臺的強大計算能力，實現了模型的快速訓練和優化；通過gpu和昇騰ai處理器的加速訓練，以及算子優化和硬件加速功能，顯著提高了模型的訓練效率和性能；同時，采用剪枝技術和量化技術對模型進行壓縮和優化，降低了模型的復雜度和計算量，使其更適合在本文檔來自技高網...
【技術保護點】
1.一種基于AI技術的人群統計用數據采集裝置，其特征在于，包括采集模塊、輔助采集模塊、數據預處理模塊、模型訓練模塊、模型優化模塊、人群數量統計模塊和移動客戶端模塊；
2.根據權利要求1所述的基于AI技術的人群統計用數據采集裝置，其特征在于，采集模塊中攝像頭收集多種場景包括公園、游樂場、商場、學校食堂和車站。
3.根據權利要求2所述的基于AI技術的人群統計用數據采集裝置，其特征在于，輔助采集模塊中的互動信息包括視頻互動信息、圖像互動信息、廣告互動信息和二維碼互動信息中的一種或多種。
4.根據權利要求3所述的基于AI技術的人群統計用數據采集裝置，其特征在于，數據預處理模塊中的預處理操作包括以下步驟：
5.根據權利要求4所述的基于AI技術的人群統計用數據采集裝置，其特征在于，模型訓練模塊包括加速訓練單元，加速訓練單元用于使用GPU和昇騰AI處理器來對人群統計模型進行加速訓練。
6.根據權利要求5所述的基于AI技術的人群統計用數據采集裝置，其特征在于，模型訓練模塊中的語義分割算法包括DeepLab算法和Mask?R-CNN算法其
7.根據權利要求6所述的基于AI技術的人群統計用數據采集裝置，其特征在于，模型優化模塊包括模型評估單元，模型評估單元用于在驗證集上評估人群統計模型的識別準確率和計數誤差率，生成評估結果。
8.根據權利要求7所述的基于AI技術的人群統計用數據采集裝置，其特征在于，模型優化模塊還包括模型優化單元，模型優化單元用于根據評估結果，通過調整卷積神經網絡的網絡結構和學習率，同時使用SGD算法來實時調整優化后的人群統計模型的運行參數和結構。
9.根據權利要求8所述的基于AI技術的人群統計用數據采集裝置，其特征在于，人群數量統計模塊包括邊緣計算單元，邊緣計算單元用于利用部署在大屏幕附近的計算設備上的優化后的人群統計模型，對實時視頻圖像數據進行分析，得到初步的人群數量信息。
10.根據權利要求9所述的基于AI技術的人群統計用數據采集裝置，其特征在于，人群數量統計模塊還包括端云協同單元，端云協同單元用于利用昇騰AI平臺內的數據同步和傳輸技術，將初步的人群數量信息上傳至云端，云端再將初步的人群數量信息下發至模型訓練模塊輔助進行人群統計模型的訓練。
...【技術特征摘要】
1.一種基于ai技術的人群統計用數據采集裝置，其特征在于，包括采集模塊、輔助采集模塊、數據預處理模塊、模型訓練模塊、模型優化模塊、人群數量統計模塊和移動客戶端模塊；
2.根據權利要求1所述的基于ai技術的人群統計用數據采集裝置，其特征在于，采集模塊中攝像頭收集多種場景包括公園、游樂場、商場、學校食堂和車站。
3.根據權利要求2所述的基于ai技術的人群統計用數據采集裝置，其特征在于，輔助采集模塊中的互動信息包括視頻互動信息、圖像互動信息、廣告互動信息和二維碼互動信息中的一種或多種。
4.根據權利要求3所述的基于ai技術的人群統計用數據采集裝置，其特征在于，數據預處理模塊中的預處理操作包括以下步驟：
5.根據權利要求4所述的基于ai技術的人群統計用數據采集裝置，其特征在于，模型訓練模塊包括加速訓練單元，加速訓練單元用于使用gpu和昇騰ai處理器來對人群統計模型進行加速訓練。
6.根據權利要求5所述的基于ai技術的人群統計用數據采集裝置，其特征在于，模型訓練模塊中的語義分割算法包括deeplab算法和mask?r-cnn算法其中的一...
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。