毕设 深度学习社交距离检测系统（源码+论文）
发布时间
阅读量：
阅读量
文章目录
-
0 前言
-
1 项目效果
-
2 设计原理
-
3 相关技术
-
- 3.1 YOLOV4
- 3.2 基于 DeepSort 算法的行人跟踪
-
4 最后
0 前言
近年来开始的毕业设计与毕业答辩要求与挑战日益提升。传统的毕设题目往往难以满足答辩的标准与创新需求。近段时间内不断有学弟学妹向学长反馈其所做的项目系统无法达到老师的要求。
为了让大家能够顺利完成毕设并减少不必要的精力投入而高效地完成学业任务
🚩 毕业设计 深度学习社交距离检测系统（源码+论文）
🥇学长这里给一个题目综合评分(每项满分5分)
难度系数：3分
工作量：3分
创新点：4分
🧿 项目分享:见文末!
1 项目效果
视频效果：
毕业设计 深度学习社交距离检测系统
2 设计原理
保持适当的安全距离被视为一种有效的公共健康措施。
因此，在人群密集的地方实施安全社交距离评估显得尤为关键。
其主要目标是通过维持个体之间的物理间隔以及减少潜在接触群体来延缓或阻断病毒传播，在抗击传染病以及预防大规模流感疫情方面发挥着重要作用。
然而，在学校、工厂等人员密集场所实施这一措施确实存在一定的难度。
特别是在这些环境中部署先进的智能监控系统具有重要意义。
具体而言，
将人工智能技术和深度学习算法整合到安全摄像头系统中用于行人社交距离监测。
就当前疫情防控需求而言，
现有的解决方案主要包括两种：人工干预与计算机辅助处理技术。
人工干预方案虽然有效，
但面临人力资源投入大、操作风险较高以及时间效率低等显著挑战。
相比之下，
基于计算机辅助的人工智能技术能够提供更为精准可靠的评估结果，
从而显著提升公共防护效能。
通过距离分类人群的高危险和低危险距离。
相关代码
import argparse
from utils.datasets import *
from utils.utils import *
def detect(save_img=False):
out, source, weights, view_img, save_txt, imgsz = \
opt.output, opt.source, opt.weights, opt.view_img, opt.save_txt, opt.img_size
webcam = source == '0' or source.startswith('rtsp') or source.startswith('http') or source.endswith('.txt')
# Initialize
device = torch_utils.select_device(opt.device)
if os.path.exists(out):
shutil.rmtree(out) # delete output folder
os.makedirs(out) # make new output folder
half = device.type != 'cpu' # half precision only supported on CUDA
# Load model
google_utils.attempt_download(weights)
model = torch.load(weights, map_location=device)['model'].float() # load to FP32
# torch.save(torch.load(weights, map_location=device), weights) # update model if SourceChangeWarning
# model.fuse()
model.to(device).eval()
if half:
model.half() # to FP16
# Second-stage classifier
classify = False
if classify:
modelc = torch_utils.load_classifier(name='resnet101', n=2) # initialize
modelc.load_state_dict(torch.load('weights/resnet101.pt', map_location=device)['model']) # load weights
modelc.to(device).eval()
# Set Dataloader
vid_path, vid_writer = None, None
if webcam:
view_img = True
torch.backends.cudnn.benchmark = True # set True to speed up constant image size inference
dataset = LoadStreams(source, img_size=imgsz)
else:
save_img = True
dataset = LoadImages(source, img_size=imgsz)
# Get names and colors
names = model.names if hasattr(model, 'names') else model.modules.names
colors = [[random.randint(0, 255) for _ in range(3)] for _ in range(len(names))]
# Run inference
t0 = time.time()
img = torch.zeros((1, 3, imgsz, imgsz), device=device) # init img
_ = model(img.half() if half else img) if device.type != 'cpu' else None # run once
for path, img, im0s, vid_cap in dataset:
img = torch.from_numpy(img).to(device)
img = img.half() if half else img.float() # uint8 to fp16/32
img /= 255.0 # 0 - 255 to 0.0 - 1.0
if img.ndimension() == 3:
img = img.unsqueeze(0)
# Inference
t1 = torch_utils.time_synchronized()
pred = model(img, augment=opt.augment)[0]
# Apply NMS
pred = non_max_suppression(pred, opt.conf_thres, opt.iou_thres,
fast=True, classes=opt.classes, agnostic=opt.agnostic_nms)
t2 = torch_utils.time_synchronized()
# Apply Classifier
if classify:
pred = apply_classifier(pred, modelc, img, im0s)
# List to store bounding coordinates of people
people_coords = []
# Process detections
for i, det in enumerate(pred): # detections per image
if webcam: # batch_size >= 1
p, s, im0 = path[i], '%g: ' % i, im0s[i].copy()
else:
p, s, im0 = path, '', im0s
save_path = str(Path(out) / Path(p).name)
s += '%gx%g ' % img.shape[2:] # print string
gn = torch.tensor(im0.shape)[[1, 0, 1, 0]] # normalization gain whwh
if det is not None and len(det):
# Rescale boxes from img_size to im0 size
det[:, :4] = scale_coords(img.shape[2:], det[:, :4], im0.shape).round()
# Print results
for c in det[:, -1].unique():
n = (det[:, -1] == c).sum() # detections per class
s += '%g %ss, ' % (n, names[int(c)]) # add to string
# Write results
for *xyxy, conf, cls in det:
if save_txt: # Write to file
xywh = (xyxy2xywh(torch.tensor(xyxy).view(1, 4)) / gn).view(-1).tolist() # normalized xywh
with open(save_path[:save_path.rfind('.')] + '.txt', 'a') as file:
file.write(('%g ' * 5 + '\n') % (cls, *xywh)) # label format
if save_img or view_img: # Add bbox to image
label = '%s %.2f' % (names[int(cls)], conf)
if label is not None:
if (label.split())[0] == 'person':
people_coords.append(xyxy)
# plot_one_box(xyxy, im0, line_thickness=3)
plot_dots_on_people(xyxy, im0)
# Plot lines connecting people
distancing(people_coords, im0, dist_thres_lim=(200,250))
# Print time (inference + NMS)
print('%sDone. (%.3fs)' % (s, t2 - t1))
# Stream results
if view_img:
cv2.imshow(p, im0)
if cv2.waitKey(1) == ord('q'): # q to quit
raise StopIteration
# Save results (image with detections)
if save_img:
if dataset.mode == 'images':
cv2.imwrite(save_path, im0)
else:
if vid_path != save_path: # new video
vid_path = save_path
if isinstance(vid_writer, cv2.VideoWriter):
vid_writer.release() # release previous video writer
fps = vid_cap.get(cv2.CAP_PROP_FPS)
w = int(vid_cap.get(cv2.CAP_PROP_FRAME_WIDTH))
h = int(vid_cap.get(cv2.CAP_PROP_FRAME_HEIGHT))
vid_writer = cv2.VideoWriter(save_path, cv2.VideoWriter_fourcc(*opt.fourcc), fps, (w, h))
vid_writer.write(im0)
if save_txt or save_img:
print('Results saved to %s' % os.getcwd() + os.sep + out)
if platform == 'darwin': # MacOS
os.system('open ' + save_path)
print('Done. (%.3fs)' % (time.time() - t0))
python
3 相关技术
3.1 YOLOV4
该方法基于卷积神经网络架构CSPDarknet-53进行图像特征求解，在每组Darknet-53残差块中嵌入CSP模块，并将基础层划分为两个独立的部分。随后通过跨层级特征融合的方式进行整合处理，并引入了具有增强效果的特征金字塔架构以提升目标检测性能。系统最终生成三个不同尺度级别的特征图，并在每个级别上配置特定数量（三个）的不同先验框用于目标识别。
YOLOv4 的先验框尺寸是经PASCALL_VOC,COCO 数据集包含的种类复杂而生成的，并不一定完全适合行人。本研究旨在研究行人之间的社交距离，针对行人目标检测，利用聚类算法对 YOLOv4 的先验框微调，首先将行人数据集F 依据相似性分为i个对象，即
其中每个对象都具有m个维度的属性；聚类算法的目标是将i个对象通过相似性聚集到预先指定的j个类簇中；每个对象将被分配给离它最近的那个（即最近）（即离它最近的那个）（即最接近的那个）（即离它最近的那个）（即最接近的那个）（即最近的那个）（即最接近的那个）（即最近的那个）（即最接近的那个）（即离它最近的位置）。初始化j个聚类中心位置
,计算每一个对象到每一个聚类中心的欧式距离，见公式
随后
逐一计算
归入
结果表明
得到的结果
结果表明
个类簇
该算法明确地说明了类簇原型的概念；这个概念等同于将每个维度上的所有对象取平均值以确定中心位置；具体计算公式可参考下文部分。
相关代码
def check_anchors(dataset, model, thr=4.0, imgsz=640):
# Check anchor fit to data, recompute if necessary
print('\nAnalyzing anchors... ', end='')
m = model.module.model[-1] if hasattr(model, 'module') else model.model[-1] # Detect()
shapes = imgsz * dataset.shapes / dataset.shapes.max(1, keepdims=True)
wh = torch.tensor(np.concatenate([l[:, 3:5] * s for s, l in zip(shapes, dataset.labels)])).float() # wh
def metric(k): # compute metric
r = wh[:, None] / k[None]
x = torch.min(r, 1. / r).min(2)[0] # ratio metric
best = x.max(1)[0] # best_x
return (best > 1. / thr).float().mean() # best possible recall
bpr = metric(m.anchor_grid.clone().cpu().view(-1, 2))
print('Best Possible Recall (BPR) = %.4f' % bpr, end='')
if bpr < 0.99: # threshold to recompute
print('. Attempting to generate improved anchors, please wait...' % bpr)
na = m.anchor_grid.numel() // 2 # number of anchors
new_anchors = kmean_anchors(dataset, n=na, img_size=imgsz, thr=thr, gen=1000, verbose=False)
new_bpr = metric(new_anchors.reshape(-1, 2))
if new_bpr > bpr: # replace anchors
new_anchors = torch.tensor(new_anchors, device=m.anchors.device).type_as(m.anchors)
m.anchor_grid[:] = new_anchors.clone().view_as(m.anchor_grid) # for inference
m.anchors[:] = new_anchors.clone().view_as(m.anchors) / m.stride.to(m.anchors.device).view(-1, 1, 1) # loss
print('New anchors saved to model. Update model *.yaml to use these anchors in the future.')
else:
print('Original anchors better than new anchors. Proceeding with original anchors.')
print('') # newline
python
3.2 基于 DeepSort 算法的行人跟踪
YOLOv4通过完成行人目标检测生成边界框（Bounding box, Bbox）。Bbox包含了表示最小包围矩形的坐标信息。本研究引入了DeepSort算法[18]以实现行人的质心追踪其目的是为了在运动向量分析中计算行人的安全社交距离。首先对行人进行质心化计算其质心计算公式如
通过识别出行人的质心点来进行后续操作；基于DeepSort算法技术实现多目标追踪系统；其核心算法流程如图所示：
相关代码
class TrackState:
'''
单个轨迹的三种状态
'''
Tentative = 1 #不确定态
Confirmed = 2 #确定态
Deleted = 3 #删除态
class Track:
def __init__(self, mean, covariance, track_id, class_id, conf, n_init, max_age,
feature=None):
'''
mean:位置、速度状态分布均值向量，维度(8×1)
convariance:位置、速度状态分布方差矩阵，维度(8×8)
track_id:轨迹ID
class_id:轨迹所属类别
hits:轨迹更新次数(初始化为1)，即轨迹与目标连续匹配成功次数
age:轨迹连续存在的帧数(初始化为1)，即轨迹出现到被删除的连续总帧数
time_since_update:轨迹距离上次更新后的连续帧数(初始化为0)，即轨迹与目标连续匹配失败次数
state:轨迹状态
features:轨迹所属目标的外观语义特征，轨迹匹配成功时添加当前帧的新外观语义特征
conf:轨迹所属目标的置信度得分
_n_init:轨迹状态由不确定态到确定态所需连续匹配成功的次数
_max_age:轨迹状态由不确定态到删除态所需连续匹配失败的次数
'''
self.mean = mean
self.covariance = covariance
self.track_id = track_id
self.class_id = int(class_id)
self.hits = 1
self.age = 1
self.time_since_update = 0
self.state = TrackState.Tentative
self.features = []
if feature is not None:
self.features.append(feature) #若不为None，初始化外观语义特征
self.conf = conf
self._n_init = n_init
self._max_age = max_age
def increment_age(self):
'''
预测下一帧轨迹时调用
'''
self.age += 1 #轨迹连续存在帧数+1
self.time_since_update += 1 #轨迹连续匹配失败次数+1
def predict(self, kf):
'''
预测下一帧轨迹信息
'''
self.mean, self.covariance = kf.predict(self.mean, self.covariance) #卡尔曼滤波预测下一帧轨迹的状态均值和方差
self.increment_age() #调用函数，age+1，time_since_update+1
def update(self, kf, detection, class_id, conf):
'''
更新匹配成功的轨迹信息
'''
self.conf = conf #更新置信度得分
self.mean, self.covariance = kf.update(
self.mean, self.covariance, detection.to_xyah()) #卡尔曼滤波更新轨迹的状态均值和方差
self.features.append(detection.feature) #添加轨迹对应目标框的外观语义特征
self.class_id = class_id.int() #更新轨迹所属类别
self.hits += 1 #轨迹匹配成功次数+1
self.time_since_update = 0 #匹配成功时，轨迹连续匹配失败次数归0
if self.state == TrackState.Tentative and self.hits >= self._n_init:
self.state = TrackState.Confirmed #当连续匹配成功次数达标时轨迹由不确定态转为确定态
def mark_missed(self):
'''
将轨迹状态转为删除态
'''
if self.state == TrackState.Tentative:
self.state = TrackState.Deleted #当级联匹配和IOU匹配后仍为不确定态
elif self.time_since_update > self._max_age:
self.state = TrackState.Deleted #当连续匹配失败次数超标
'''
该部分还存在一些轨迹坐标转化及状态判定函数，具体可参考代码来源
'''
python
篇幅有限，更多详细设计见设计论文
4 最后
项目包含内容
一万四千字 完整详细设计论文
🧿 项目分享:见文末!
全部评论 (0)
还没有任何评论哟~