基于 LiDAR 的边缘端智能校园室外人群管理
计算机视觉与模式识别
2023-12-01 v1
摘要
人群管理对智能校园至关重要。流行的方法基于摄像头。然而，传统基于摄像头的方法可能泄露用户个人可识别特征，危及用户隐私，限制了其应用。本工作中，我们研究利用平价光探测与测距（LiDAR）技术结合边缘计算进行室外人群管理。具体而言，我们旨在统计大学校园人行道上的人数。除隐私保护外，LiDAR 传感器优于摄像头，因为在校区照明不佳时其性能不受影响。我们将 LiDAR 传感器部署在灯杆上以采集校园人群数据，并利用边缘加速器在本地处理数据。我们在本工作中提出两种不同方法：1）基于非卷积神经网络（CNN）的方法，使用聚类和自编码器；2）基于 CNN 的方法，先将点云投影到 2D 平面，再用常规 CNN 处理投影。我们的第一种方法依赖细致的特征工程，而第二种方法无需此类工作。然而，基于 CNN 的方法比非 CNN 方法需要更多计算力。我们使用从校园采集的手动标注真实数据对两种方法进行了全面评估。评估结果显示，第一种方法准确率为 85.4%，第二种为 95.8%。我们的基于 CNN 的方法显著优于现有方案。我们还将两种模型部署在边缘加速器 TPU 上以利用该专用加速器测算加速比。
引用
@article{arxiv.2311.18077,
title = {LiDAR-based Outdoor Crowd Management for Smart Campus on the Edge},
author = {Yitao Chen and Krishna Gundu and Zohair Zaidi and Ming Zhao},
journal= {arXiv preprint arXiv:2311.18077},
year = {2023}
}