群衆数計測

群衆数えとは、特定のエリアにいる群衆の総数を数える行為です。特定のエリアにいる人々を群衆と呼びます。最も直接的な方法は、群衆の中の一人ひとりを実際に数えることです。例えば、イベントに入場する人の数を正確に数えるために、回転式改札機がよく使われます。^{[ 1 ]}

2000年代初頭から、「群衆カウント」という表現の理解に変化が生じています。より単純な群衆カウント方法からクラスターや密度マップへと移行するにつれて、群衆カウント方法にはいくつかの改善が見られます。群衆カウントは、1枚の写真に写っている人の数を推定することとも定義できます。^{[ 2 ]}

過去 10 年間の技術の急速な進歩とCNN (畳み込みニューラル ネットワーク)の成長により、群衆カウントにおける CNN の使用が急増しました。CNN ベースの手法は、大きく次の異なるモデルに分類できます。 ^{[ 3 ]}

上述のモデルを効率的に利用するには、大量のデータを用意することが重要です。しかし、ユーザーである私たちは、元の画像という限られたデータしか利用できません。こうした問題を補うために、ランダムクロッピングなどの手法を用います。ランダムクロッピングとは、既存の元の画像から特定のサブ画像をランダムに選択する処理のことです。

ランダムな切り抜き処理を複数回繰り返した後、抽出されたサブ画像は機械学習アルゴリズムに入力され、アルゴリズムの汎化性能向上に役立てられます。

人口密度の高い地域での群衆数計測に伴う問題に対処するため、密度に基づいた計測方法が用いられる。こうした画像ピラミッドは、儀式を行ったり宗教的信仰を実践したりするために人々が集まる場所での群衆数計測に一般的に用いられる。これは、画像内の異なる場所に異なる規模の人々が存在するためである。

しかし、画像ピラミッドに必要なアルゴリズムを採用するには非常にコストがかかるため、これらの方法に依存すると財政的に不安定になります。そのため、ディープフュージョンモデルが関与する可能性があります。^{[ 7 ]}

これらのディープフュージョンモデルは、「密度マップ回帰の精度を高めるためにニューラルネットワークを使用する」^{[ 8 ]。}これらのモデルは、まず画像内の各民間人の位置をマークします。次に、モデルは「歩行者の位置、形状、および遠近法の歪み」を使用して、その領域の密度マップを決定します。^{[ 8 ]}  アルゴリズムとスキャン処理の反復が多数あるため、人の数は人の頭を介してカウントされます。これは、民間人の体が互いに重なり合う場合が多数あるためでもあります。

群衆の人数カウントは、「公共の安全、集会言語、ビデオ監視」^{[ 9 ]}  など、多くの点で重要な役割を果たしています。群衆管理が不十分な計画では、いくつかの恐ろしい事故が発生する可能性があります。最も有名な事故のいくつかは、4月15日にイギリスで発生したヒルボロの惨事です。もう1つの記憶に残る出来事は、ルイス・ファラカンが主催した1995年のミリオン・マン・マーチの参加者が40万人しかいなかったとワシントンDCの公園警察が発表したことに対し、ファラカンが訴訟を起こすと脅迫したことです。

屋内施設ではなく、路上や公園などで行われるイベントでは、群衆の数を正確に数えるのはより困難で、精度も低くなります。多くのイベント、特に政治集会や抗議活動においては、群衆の人数は政治的な意味合いを持ち、集計結果は物議を醸すことがあります。例えば、イラク戦争に対する世界的な抗議活動では、主催者側と警察側で発表された人数が大きく異なるケースが数多く見られました。

• サロン誌：「抗議活動参加者数の駆け引き」
• 剪定済み：群衆を数える
• 群衆数計測：「群衆規模を把握するための現代的なソリューション」
• データ融合研究センター：「テーマパークがIoTとクラウドアナリティクスから得られるメリット」
• 「マップチェック：地図上の区画領域を用いた群衆規模の推定」
• ハーバード大学ケネディ・スクールの群衆計数コンソーシアム