백본 네트워크로서 CNN 기반의 ResNet과 VGG 계열의 성능을 비교 분석
상대적으로 우수한 특성 추출 성능을 보인 vgg16-bn 모델을 백본으로 하는 APGCC 모델 선정
학습 데이터 셋 : ShanghaiTech Part_A
하이퍼파라미터 : {'BATCH_SIZE': 8, 'EPOCHS': 3500,
'LR': 0.0001, 'LR_BACKBONE': 1e-05}
학습 결과 : MAE=48.725275, MSE=76.739892
원본 이미지에 찍힌 x,y 좌표값 서버에 전송
원본 이미지의 좌표를 실제 좌표로 연산 후 군집도 시각화
분석된 좌표를 토대로 이미지 위에 군집도를 시각화
고밀도 영역은 색깔 구분을 통해 밀집정도 파악 가능
Point-based crowd counting 모델로
다음과 같은 프로세스로 군중밀집도를 처리합니다.
EfficientNet-B0를 백본으로 하여 기존 classification head을 제거한 후
성별 및 연령대 분류를 위한 맞춤형 헤드를 추가하여 재학습
학습 데이터 셋: AI hub 안면 인식 에이징 이미지 데이터
DeepSORT는 빠르고 정확한 객체 추적 알고리즘으로,
각각의 ID를 가진 다수의 객체를 높은 정확도로 추적 가능
사라졌던 객체도 일정 시간 이내에 다시 검출 시 동일 ID로 추적이 가능해
OFFFLOW 프로젝트에 매우 적합
사용자 맞춤형 캠페인 작성을 통한 맞춤형 분석 시스템 관리
트래픽맵, 히트맵을 통한 시각화 시스템 구축
오프라인 공간 내 카메라를 활용한
객체 인식 기술 향상 및 객체 추적 및 밀집도 기술 향상
