「AIで通行量調査の映像解析精度を上げるのに苦労した」

弊社の技術紹介の一環として、2021/1/12にQiitaへ技術解説記事「AIで通行量調査の映像解析精度を上げるのに苦労した」を投稿しました。
これはディープラーニングを使った映像解析における鬼門の一つである「混雑時の歩行者の物体検出とトラッキング」をいかに精度向上させるかという技術的なトライアルで、YOLO V3のweightファイル別の検出結果や、deep_sortとdlibによるトラッキング比較及び弊社独自のトラッキング技術などを紹介しております。

記事では
歩行者量を正しくカウントするための要件
物体検出の手法と学習モデルの選定
　　YOLOv3-608の物体検出結果
　　YOLOv3-tinyの物体検出結果
　　YOLOv3-sppの物体検出結果
軌跡の描画機能によるノイズの発見と除去
トラッキング方法の検証と機能追加
　　deep_sortによる軌跡の描画
　　dlibによる軌跡の描画
正しいカウントを実現するための機能追加
　　角度制限なしの軌跡
　　角度制限ありの軌跡
などを紹介しております。

記事本文はこちらからどうぞ。