Crowdset : Un software per la creazione di immagini sintetiche di folle

La Computer Vision è una sotto disciplina dell’intelligenza artificiale che si propone di dotare le macchine della capacità di analizzare visivamente il mondo che ci circonda. Uno dei compiti più rilevanti della Computer Vision riguarda il conteggio delle persone all’interno di folle. Questo compito ha riscosso notevole interesse nella comunità scientifica per le sue molteplici applicazioni che spaziano dalla videosorveglianza, all’organizzazione di eventi alla gestione delle emergenze. Per il conteggio delle folle, nel tempo, sono stati sviluppati molteplici algoritmi e questi richiedono un addestramento con dei set di dati specifici. Questi dati, comunemente chiamati dataset, sono costituiti da immagini e dalle rispettive annotazioni. I dataset composti da immagini reali possono rivelarsi problematici (per una serie di caratteristiche fisiche delle immagini), sollevare questioni legate alla privacy e presentare limitazioni in termini di diversità delle situazioni rappresentate. Per questo si è cominciato a studiare l’utilizzo di immagini sintetiche per superare queste difficoltà. Lo scopo di questo lavoro di tesi è stato quello di sviluppare CrowdSet, un software sviluppato in Python e progettato per generare dataset di immagini sintetiche di folle annotate automaticamente. Questo strumento consente di costruire immagini di scene specifiche sovrapponendo soggetti su una immagine di sfondo e offrendo diverse modalità di disposizione degli stessi (casuale, in griglia, in gruppi). Inoltre, il software garantisce una rappresentazione realistica della prospettiva dei soggetti nell'immagine, offrendo maggiore realismo nella creazione delle scene. Abbiamo quindi generato dodici dataset, divisi in quattro gruppi che fanno riferimento a quattro sfondi di famosi dataset reali usati nella ricerca. Questi dataset sono stati utilizzati per addestrare due algoritmi basati su CNN, come MCNN (Multi-column Convolutional Neural Network) e CAN (Context-Aware Network). Infine, si sono confrontate le prestazioni ottenute da questi algoritmi addestrati con dataset reali (ShanghaiTech) e con i dataset sintetici prodotti da CrowdSet. L’addestramento su immagini sintetiche ha dato risultati positivi, in modi differenti sulle due reti MCNN e CAN. Per concludere, mentre il focus della tesi si è concentrato sulla realizzazione e l’utilizzo di Crowdset come strumento di generazione di immagini sintetiche, gli esperimenti collaterali hanno evidenziato l'efficacia dell'addestramento degli algoritmi di conteggio delle folle con questo tipo di dataset.