| 作品介紹 |
因應疫情近幾年來的影響，人流分析能對防疫提供極大的幫助。我們提出了一個基於深度學習的人流分析系統，其使用 YOLOv5 和 StrongSORT with OSNet 來進行人群追蹤，再將其追蹤數據進行分析以繪製人群流向圖、聚集密度圖、人數統計圖和人流軌跡圖。其中人群流向圖能夠輕易辨別出畫面中的主要人流方向以及次要的、細微的人流方向，進而判別此區域當時是否有嚴重阻塞，或是當時人群偏好的移動方向。聚集密度圖可以明確顯示人群聚集的區塊，我們以藍黃漸層的方式突顯人群聚集區，並以紅點保留追蹤人像位置。人數統計圖可以知道「該區域中有幾個人」。人流軌跡圖能藉由圖中不斷累積的移動軌跡，能夠輕易辨別出畫面中人流的主要行經路線，並用於動線規劃，像是排隊方向、進出口路線。藉由此功能可以對該區域做出初步的控管。另外，市場上大部分的人流分析系統使用監視器視角做定點觀測，我們的產品可搭配無人機串流影像。透過無人機的機動性，可以使某些不方便架設攝影機或 是較大的場所能使用較少的成本進行偵測，並且搭配無人機的飛行高度也能自行決定要偵測的範圍。另外，我們針對人像追蹤加以訓練，使得在高空視野能準確偵測人像。相較於現今市面上的產品僅能計算人數，我們的系統多加入人流軌跡、人群流向和聚集密度圖功能，可以更清楚分析場地中的人流。我們還測試了能夠檢測最小物體(3 x 20)的像素大小，以及影片上的人數對我們用於檢測、追蹤和繪圖的時間的影響。對於 100 人以上的人群，檢測、追蹤、繪圖時間不超過3秒，可以快速呈現結果。 |