人头检测算法,人流量统计，人头计数,人员聚集分析，人脸测温

爱被打了一巴掌 2022-12-16 06:59 496阅读 0赞

**应用环境：ARM 边缘设备、PC服务器设备**

人头检测在安防监控中是比较常用的功能，而公交车、商场或者大型场馆的拥挤人群计数的精准性也非常重要。

**算法思想**

拥挤人群计数目前主要有两种实现路径：

1.**使用回归的算法思路**，直接根据图像回归出拥挤人群密度热图，它的缺点是只能得到场景整体的一个拥挤指数，不能获知人群个体的具体位置，而且这种方法对图像分辨率很敏感。（52CV君曾经分享过：尺度不变网络提升人群计数性能（附Github地址））

2.**使用目标检测的方法**，比如直接使用Faster RCNN检测人，检测后数目标为“人”的个数。这种方法的缺点是在人物相互遮挡的情况下往往性能较差，而人群越拥挤相互遮挡的可能性越大，导致算法使用受限。

设计更有针对性的精准的人头检测，实现更加精准的人群计数。

创新的两点，轻量级人头检测网络和anchors尺度的选择。

## **目前算法实现效果图** ##

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3UwMTE4MDg2NzM_size_16_color_FFFFFF_t_70][]

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3UwMTE4MDg2NzM_size_16_color_FFFFFF_t_70 1][]

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3UwMTE4MDg2NzM_size_16_color_FFFFFF_t_70 2][]

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3UwMTE4MDg2NzM_size_16_color_FFFFFF_t_70 3][]

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3UwMTE4MDg2NzM_size_16_color_FFFFFF_t_70 4][]![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3UwMTE4MDg2NzM_size_16_color_FFFFFF_t_70 5][]![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3UwMTE4MDg2NzM_size_16_color_FFFFFF_t_70 6][]![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3UwMTE4MDg2NzM_size_16_color_FFFFFF_t_70 7][]

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3UwMTE4MDg2NzM_size_16_color_FFFFFF_t_70 8][]

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3UwMTE4MDg2NzM_size_16_color_FFFFFF_t_70 9][]

**模型精度**

<table style="width:500px;"> 
 <tbody> 
  <tr> 
   <td>输入</td> 
   <td>&nbsp;模型大小</td> 
   <td style="width:132px;">&nbsp;模型精度(MAP)</td> 
   <td style="width:88px;">Recall</td> 
   <td>模型速度</td> 
  </tr> 
  <tr> 
   <td>640*640</td> 
   <td>28M</td> 
   <td style="width:132px;">92%</td> 
   <td style="width:88px;">93%</td> 
   <td>20ms</td> 
  </tr> 
 </tbody> 
</table>

**模型吞吐量**

<table style="width:500px;"> 
 <tbody> 
  <tr> 
   <td>Batch_Size</td> 
   <td>显存占用</td> 
   <td>GPU利用率</td> 
   <td>吞吐量（每秒）</td> 
  </tr> 
  <tr> 
   <td>64</td> 
   <td>&nbsp;8.3G</td> 
   <td>85%</td> 
   <td>600张</td> 
  </tr> 
 </tbody> 
</table>

测试硬件：2080Ti

感兴趣联系

547691062@qq.com

[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3UwMTE4MDg2NzM_size_16_color_FFFFFF_t_70]: /images/20221123/23463a130a76463aa5152778e5e28134.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3UwMTE4MDg2NzM_size_16_color_FFFFFF_t_70 1]: /images/20221123/6090c8a1e69d4f128084070e5a3261a1.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3UwMTE4MDg2NzM_size_16_color_FFFFFF_t_70 2]: /images/20221123/c98b175b8f084beabdc03bdb10e39fee.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3UwMTE4MDg2NzM_size_16_color_FFFFFF_t_70 3]: /images/20221123/d79dca33d7824e74b80451556f4f2763.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3UwMTE4MDg2NzM_size_16_color_FFFFFF_t_70 4]: https://img-blog.csdnimg.cn/20201019154736916.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3UwMTE4MDg2NzM=,size_16,color_FFFFFF,t_70
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3UwMTE4MDg2NzM_size_16_color_FFFFFF_t_70 5]: https://img-blog.csdnimg.cn/20201019154757475.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3UwMTE4MDg2NzM=,size_16,color_FFFFFF,t_70
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3UwMTE4MDg2NzM_size_16_color_FFFFFF_t_70 6]: https://img-blog.csdnimg.cn/20201019154811230.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3UwMTE4MDg2NzM=,size_16,color_FFFFFF,t_70
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3UwMTE4MDg2NzM_size_16_color_FFFFFF_t_70 7]: /images/20221123/37cac3bac1ea4b53bca38daaa869d1e1.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3UwMTE4MDg2NzM_size_16_color_FFFFFF_t_70 8]: /images/20221123/9b9eba7518974c71a65da63e38536022.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3UwMTE4MDg2NzM_size_16_color_FFFFFF_t_70 9]: /images/20221123/714735ab6f2b498f8b9d061419129fa2.png