人工智能将改变人群计数科学

特朗普政府称其总统就职典礼观看人数“史上最多”。这极富争议，但无意中强调了人群计数仍然是一门困难且不精确的科学。人工智能的兴起将很快将科学家从手动计算人数中解放出来。

人工智能（AI）统计人数的技术最早出现于2013年。中佛罗里达大学研究人员表明，基于机器学习的计算机软件可以迅速提供数量达几十万的自动人群估值。这样的AI工具在根据图像进行准确人数统计方面仍有改进的余地，但只需半小时就能完成研究人员一周的工作。

“在准确性方面[大群体计数]，我们将误差控制在（和人工，主要是本科生计数相比）30%以内。但是我们无法确保它比专业计数器好，”计算机科学教授和中佛罗里达大学计算机视觉研究中心主任Mubarak Shah说。“但是就效率而言，人类不可能达到这样的速度。”Shah还指出，计算机软件的计数更“客观”，因为它不含人类偏见。

政治事件如示威游行或总统开幕式的人群计数有时会引发争议。最近的例子包括特朗普总统就职典礼和第二天华盛顿特区的妇女游行。全球许多城镇也同时进行着相关妇女游行。类似地，西班牙加泰罗尼亚省独立示威是自动人群计数软件的开端。

当然，人群科学家通常不会花一个星期费尽心血计算一张照片里的人数，而是对图像中某一区域的人数进行统计。他们知道该区域的大小，然后推断出更大区域的总人数。

今天，基于机器学习的计算机软件可以快速计算人群人数，但计算机视觉技术有其自身的不准确性。为了提高准确性，中佛罗里达大学的软件将给定的人群图像划分区块，然后基于人群密度的假设计算平均值，以降低不准确性。

这一软件的效率已被证明对真实世界有用。沙特阿拉伯官员已经授权该软件计算每年麦加伊斯兰圣地的朝圣者的数量。卡塔尔也资助Shah团队改进该软件，用于计算2022年卡塔尔世界杯赛事参与人数。

新的AI方法如深度学习将很快提高计算机视觉的准确性。中佛罗里达大学团队已经将研究转向深度学习AI，一种可以充分利用神经网络多层处理，过滤相关数据的自动学习软件。研究人员还没有公开发表新的深度学习方式和旧软件之间的比较基准，但他们有一个相关研究论文。“我们期望深度学习会更好，”Shah说。

但即便是深度学习AI也会面临人类科学家今天面临的挑战，Shah解释说。计数人群的理想图像由无人机，飞机或卫星拍摄获得，由于华盛顿的空域限制和缺乏适当的卫星图像，这在统计参加就职典礼和妇女游行的人数时面临着一个特殊挑战。从倾斜角度拍得的图像对计算机造成了更大的计数困难，因为他们还需要考虑透视和规模（靠近镜头的人会显得有些大）。

低分辨率图像也可能带来挑战，因为计算机软件必须依靠每人更小的像素识别相关特征。但通过对不同人群图像进行测验，深度学习，AI可以提高计数准确性，即使是低分辨率图像。

也许自动人群计数深度学习方法的最大挑战是需要大量训练数据。理想情况下，Shah的团队想要获得同一群体活动的不同图像，所以他们可以训练深度学习软件在各种各样的情况下识别和计数人类。

但即使训练也不仅仅是将人群活动的在线图像传送到软件中那么简单。為了学习如何准确识别人群图像中的人类，AI需要精确注释的图像，显示人群中的个体和总体人数。这意味着研究人员仍然需要手动计算某些图像的人数，为他们的软件提供训练数据集。

中佛罗里达大学团队计划使用在线众包服务，如亚马逊的Mechanical Turk，手动创建这样的培训数据集。如果他们成功提高计算机视觉准确性，自动人群计数将可能适用于从购物中心到音乐会等的众多场景。如果某些美国总统喜欢谈论庞大的人群，人群计数可能在可预见的未来还具有政治相关性。