Contagem de Pessoas em Multidões Utilizando Aprendizado de Máquina Profundo

Favoritar este trabalho
Como citar esse trabalho?
Detalhes
  • Tipo de apresentação: Trabalho
  • Eixo temático: EXATAS
  • Palavras chaves: contagem de pessoas; aprendizado de máquina; redes neurais convolucionais;
  • 1 Unicamp

Contagem de Pessoas em Multidões Utilizando Aprendizado de Máquina Profundo

CHRISTIAN MASSAO KONISHI

UNICAMP

Resumo

A contagem de multidões por meio de imagens é um campo de pesquisa de grande interesse por suas diversas aplicações, como monitoramento de imagens de câmeras de segurança, planejamento urbano, além da possibilidade de usar esses modelos para a contagem de outros objetos, em outros domínios de problemas. Neste trabalho, um modelo é proposto baseado em Redes Adversárias Generativas (GANs) com custo Wasserstein e em redes neurais de múltiplas colunas, para obter melhores estimativas da quantidade de pessoas. Os resultados obtidos apresentam ganhos de acima de 30% no erro médio absoluto, em relação ao modelo original de múltiplas colunas.

Apoio/Financiamento da Pesquisa: PIBIC/CNPq

Questões (1 tópico)

Compartilhe suas ideias ou dúvidas com os autores!

Sabia que o maior estímulo no desenvolvimento científico e cultural é a curiosidade? Deixe seus questionamentos ou sugestões para o autor!

Faça login para interagir

Tem uma dúvida ou sugestão? Compartilhe seu feedback com os autores!

Autor

CHRISTIAN MASSAO KONISHI

Boa tarde, João. Muito obrigado pelo retorno!

Sobre a realização de testes em outros cenários, eu não possuo resultados. Um dos maiores obstáculos que tenho é o tempo que leva para realizar o treinamento dos modelos, somado à disponibilidade de máquinas que tenho para executar o código.

No momento, eu estou conduzindo mais alguns testes adicionais e planejo usar outras bases de dados, mas de contagem de multidões ainda. Dependendo das circunstâncias, talvez eu consiga fazer algum teste do tipo, mas me parece um pouco improvável.