Estimación de densidad de multitudes de personas a través de visión por computador

Abstract

La estimación del número de personas generalmente es desempeñada de forma manual, pero las aglomeraciones de personas son un problema por su densidad y es normal dar resultados que subestimen la realidad. Por lo tanto, se opta por automatizar el proceso por medio de sistemas más exactos de visión por computador, siendo la base para poder implementar sistemas de video vigilancia más inteligentes con la capacidad de monitorear aglomeraciones. La solución propuesta para este trabajo se enfoca en la implementación de la red neuronal con volucional CSRNet (Congested Scene Recognition Network). La arquitectura permite la extracción de características bidimensionales para generar mapas de densidad y la aproximación del número de personas. La arquitectura es implementada en software libre aprovechando las funcionalidades de la biblioteca de aprendizaje automático PyTorch. Los resultados obtenidos se muestran en una interfaz gráfica diseñada a través del conjunto de herramientas de interfaz PyQt5. Los datos se almacenan en un historial de consultas realizado a través del motor de base de datos SQLite. Finalmente, mediante las pruebas realizadas al sistema, se garantiza el funcionamiento de este proyecto empleando la dimensión estándar de 1024 x 768 e imágenes a color con posición de la cámara en ángulo en picado o ángulo en cenital. Además, el peso de la imagen debe estar aproximado a 138 kB para evitar la saturación de la unidad de almacenamiento, de esta forma da validez al sistema propuesto.