Conteggio intelligente delle persone: rapido, preciso e pratico

Osserva la folla qui sopra. Quante persone ci sono? Quanto tempo ti servirebbe per contarle? E se questa fosse solo una piccola porzione di una folla più grande? Come faresti a stimare il totale? Non è semplice, vero? Eppure, in passato, il conteggio delle persone si svolgeva proprio così: un lavoro manuale, faticoso e inevitabilmente impreciso. Oggi, però, le cose sono molto diverse.

Sapere quante persone si trovano in un dato spazio è una questione soprattutto di sicurezza. Le persone responsabili della gestione degli spazi devono organizzare i movimenti di grandi numeri di persone e pianificare le risorse necessarie per garantire il loro benessere. Eventi come concerti, partite e festival richiedono un monitoraggio accurato della folla. Anche luoghi pubblici come aeroporti, stazioni ferroviarie e centri commerciali traggono vantaggio dal conteggio delle persone. Come puoi intuire, questi sono contesti in cui il conteggio manuale risulta poco pratico e inefficace.

Nel 2016, Canon ha lanciato People Counter, un software innovativo che sfrutta la tecnologia di analisi video per calcolare il numero di persone presenti nelle immagini riprese da telecamere di rete. Tre anni dopo, è stata lanciata una versione potenziata (Crowd People Counter), in grado di contare migliaia di persone in pochi secondi, grazie ai notevoli progressi dell'intelligenza artificiale. Un test effettuato durante una partita internazionale di rugby nel 2018 ha confermato l'efficacia del sistema, che è riuscito a contare circa 6.000 persone in pochi secondi, con un margine di errore inferiore al 5% rispetto al conteggio manuale.

A prima vista, potrebbe sembrare che il conteggio delle persone sia un'operazione semplice per un software, ma la realtà è ben diversa. Una delle sfide più grandi emerge quando le persone si trovano troppo vicine tra loro o si sovrappongono, magari stando una davanti all'altra. In questi casi, per un software distinguere un individuo dall'altro può diventare davvero complicato. Per superare questo ostacolo, Crowd People Counter sfrutta l'intelligenza artificiale per rilevare e contare esclusivamente il numero di teste, ignorando volti e corpi. Questo metodo si è dimostrato molto più accurato. Tuttavia, ciò ha richiesto che l'algoritmo di Crowd People Counter imparasse a identificare una testa umana in ogni possibile situazione e da ogni angolazione che una telecamera di rete potrebbe catturare. A tale scopo, l'algoritmo è stato "addestrato" con un'enorme quantità di immagini esemplari, in cui le teste erano chiaramente contrassegnate. I programmatori hanno poi monitorato che il sistema migliorasse nella sua capacità di rilevarle con precisione. Un processo semplice, no? Non esattamente. Questo procedimento ha richiesto l'utilizzo di centinaia di migliaia di scene tridimensionali generate al computer, un numero che sarebbe stato praticamente impossibile raccogliere in altre condizioni.

L'intero processo è stato una curva di apprendimento che ha richiesto continui progressi sia nel campo dell'hardware che del software. Nel frattempo, la tecnologia di imaging si è evoluta enormemente in appena sette anni. Grazie agli straordinari sviluppi dell'intelligenza artificiale, la tecnologia di conteggio delle persone ha potuto adottare rapidamente il deep learning. Il deep learning, una branca dell'intelligenza artificiale, simula il funzionamento del cervello umano per risolvere problemi complessi, riconoscendo schemi nei dati, proprio come facciamo noi osservando il mondo. Per incrementare la precisione di Crowd People Counter, il team ha progettato un modello di deep learning particolarmente leggero. Questo approccio non solo evita la necessità di un'enorme potenza di calcolo, ma rende il sistema molto più efficiente e pratico da implementare.

Ciò che davvero distingue Crowd People Counter, però, è il modo in cui il team ha saputo affrontare le difficoltà. Lavorando fianco a fianco con i team di sviluppo delle telecamere, hanno potuto risolvere problemi come il rumore nelle immagini scattate in condizioni di scarsa luce. Questa stretta collaborazione ha permesso al software di raggiungere livelli di precisione notevoli. Inoltre, la cooperazione tra le aziende del gruppo Canon, tra cui Axis e Milestone, ha reso possibile l'integrazione di funzionalità avanzate come l'analisi in tempo reale delle tendenze e la risoluzione delle immagini ad alta definizione con bassa distorsione. Grazie a questi progressi, Crowd People Counter è oggi utilizzato in una vasta gamma di settori e per molteplici finalità.

Questo ci porta a chiederci: perché? È chiaro che il conteggio delle folle può contribuire a garantire la nostra sicurezza. Può prevenire che situazioni affollate si trasformino in situazioni pericolose, semplicemente avvisando il personale di sicurezza del rischio di sovraffollamento. Può anche aiutare a regolare l'accesso agli spazi o determinare quante persone possono visitare un luogo in modo sicuro. Ma il conteggio delle persone non si limita a scenari di emergenza: può migliorare anche aspetti più quotidiani. Può rivelare tendenze utili, come quante persone si prevede possano entrare in un ristorante. Questo aiuta le aziende a pianificare meglio la preparazione del cibo, riducendo significativamente gli sprechi. Può anche essere uno strumento utile per i pianificatori urbani, che lo usano per capire come vengono sfruttati gli spazi pubblici e quindi promuovere soluzioni di trasporto più sostenibili. Un tempo, tutte queste operazioni sarebbero state lunghe e complicate, ma oggi non è più necessario affidarsi solo agli occhi e alla calcolatrice. A meno che tu non preferisca farlo a mano, naturalmente.

Scopri di più su Canon Crowd People Counter.