ピープルカウンタ、その後。/ People Counter

2019年2月17日開催の「大江橋Pythonの会#6」のLT資料です.

Transcript

1. ピープルカウンタ、その後。 2019/2/17 Moonlight 明日香 大江橋Pythonの会#6 LT
2. 自己紹介  鶴田 彰 (Moonlight明日香）  (昔の)得意分野 ： パターン認識(画像, 音声, etc) ユーザ適応(レコメンド, etc)  コミュニティ活動 ： GCPUG Nara Organizer CODE for YAMATOKORIYAMA Facebook moonlight.aska Twitter @moonlight_aska Blog みらいテックラボ http://mirai-tec.hatenablog.com
3. 3Dカメラによるピープルカウンタ Intel RealSense D415 ASUS VivoMini UN62 USB3.0 画 像 取 り 込 み 背 景 差 分 二 値 化 ノ イ ズ 除 去 輪 郭 抽 出 人 物 領 域 重 心 計 算 追 跡 中 人 物 と 照 合 人 物 情 報 更 新 人 数 カ ウ ン ト
4. 実証実験 12/2 Hug2祭り＠奈良市ボランティアインフォメーションセンター 3Dカメラによる人数カウント
5. 計測状況
6. 来場者測定結果
7. 測定エラー 1. 複数人の同時通行 2. 自動ドアが開くのと通過が被る
8. 性能改善に向けて 処理が重いのわかっちゃいるが, Deep Learningで人物検出やってみた～い. YOLOv3 ⇒ 物体検出, モデル学習など動作確認済 学習データのラベル必要
9. ラベル付与するには? 一人で通過しているのは, 大部分が現在の画像処理 による人物検出で,ラベル付与可. (ただしチェックは必要!) 複数人同時通過などは, BoundingBox指定 (Annotation)するためのツールが必要. (ツール使って人でラベリング)
10. Annotationツール 0 0.4046875 0.3541666666666667 0.171875 0.19583333333333333 0 0.3328125 0.07291666666666667 0.121875 0.14583333333333334 <ラベル> <中心座標x/画像幅> <中心座標y/画像高さ> <幅/画像幅> <高さ/画像高さ>
11. PythonのGUIライブラリ GUIライブラリ、何使ってますか? Kivy Tkinter wxPython(Phoenix) PyQt 今回はこれにチャレンジ!
12. ちょっとYOLOv3でやってみた! Core i5でも, GPUなしだとかなり遅い!! ・ 入力サイズ416x416 約1450ms/frame ・ 入力サイズ224x224 約480ms/frame
13. 今後の取組み Annotationツールを完成させる 学習データのラベル作成する 人物検出の高速化にチャレンジ! ⇒ 目標1/15 画像のチャンネルを3→1に OpenVINO ：
14. 告 知 【奈良】GCPUG in Nara #3 テーマ：GCPではじめる機械学習 日 時：3/23(土) 14:00-16:30 場 所：やまと会議室5F (近鉄奈良駅100m) スピーカー：Google Yabooさん すぎゃーんさん NARA