Menschenzählung

Die Zählung von Menschenmengen ist der Vorgang, die Gesamtzahl der sich in einem bestimmten Bereich aufhaltenden Personen zu erfassen. Die Personen in einem bestimmten Bereich werden als Menschenmenge bezeichnet . Die direkteste Methode besteht darin, jede einzelne Person in der Menge zu zählen. Beispielsweise werden Drehkreuze häufig verwendet, um die Anzahl der Personen, die eine Veranstaltung betreten, genau zu erfassen. ^{[ 1 ]}

Seit Anfang der 2000er-Jahre hat sich das Verständnis des Begriffs „Menschenmengenzählung“ gewandelt. Ausgehend von einfacheren Zählmethoden hin zu Cluster- und Dichtekarten wurden verschiedene Verbesserungen der Methoden zur Menschenmengenzählung erzielt. Menschenmengenzählung kann auch als Schätzung der Anzahl der auf einem einzelnen Bild dargestellten Personen definiert werden. ^{[ 2 ]}

Aufgrund des rasanten technologischen Fortschritts und des Wachstums von CNNs (Convolutional Neural Networks) im letzten Jahrzehnt hat deren Einsatz bei der Personenzählung sprunghaft zugenommen. Die CNN-basierten Methoden lassen sich im Wesentlichen in folgende Modelle einteilen: ^{[ 3 ]}

Die gebräuchlichste Methode zur Zählung von Menschenmengen bei Protesten und Kundgebungen ist die Jacobs-Methode, benannt nach ihrem Erfinder Herbert Jacobs . Dabei wird das von einer Menschenmenge besetzte Gebiet in Abschnitte unterteilt, die durchschnittliche Personenzahl in jedem Abschnitt ermittelt und mit der Anzahl der besetzten Abschnitte multipliziert. Laut einem Bericht von Life's Little Mysteries werden zur Unterstützung solcher Schätzungen mitunter Technologien wie Laser, Satelliten, Luftaufnahmen, 3D-Gittersysteme, Videoaufzeichnungen und Überwachungsballons eingesetzt. Letztere werden üblicherweise in einem Umkreis von mehreren Blocks um den Veranstaltungsort verankert und fliegen in einer Höhe von 120 bis 240 Metern. ^{[ 2 ]}

Diese Methode zur Personenzählung nutzt eine Regression globaler Bildmerkmale auf das gesamte Bild. Globale Bildmerkmale beziehen sich auf die verschiedenen Eigenschaften bestimmter Bereiche des Fotos. Beispiele für globale Bildmerkmale sind „Konturdarstellungen, Formbeschreibungen und Texturmerkmale“ ^{[ 4 ] .}

Da die Verteilungsinformationen von Objekten nicht berücksichtigt werden, kann die Objektlokalisierung nicht mittels Regressionen erfolgen. ^{[ 5 ]} Da dieses Modell die Personendichte anhand von Beschreibungen von Personenmustern schätzt, werden einzelne Personen nicht berücksichtigt. ^{[ 2 ]} Dadurch sind regressionsbasierte Modelle in Bildern mit vielen Personen sehr effizient; bei sehr hoher Dichte pro Pixel eignen sie sich am besten.

Frühere Methoden zur Zählung von Menschenmengen verwendeten klassische Regressionsmodelle. ^{[ 6 ]}

Objektdichtekarten basieren auf der Ermittlung der Gesamtzahl der Objekte in einem bestimmten Gebiet. Diese wird durch die Summe der absoluten Anzahl der Objekte in diesem Gebiet bestimmt. ^{[ 5 ]} Da die Dichtewerte anhand niedriger Werte geschätzt werden, ermöglicht die dichteabhängige Zählung dem Nutzer, die Vorteile regressionsbasierter Modelle in Verbindung mit der Lokalisierung von Informationen zu nutzen. ^{[ 5 ]} Die Lokalisierung von Informationen bezeichnet die Speicherung und Verwaltung von Standortinformationen.

Um die oben genannten Modelle effizient nutzen zu können, ist eine große Datenmenge wichtig. Als Nutzer stehen uns jedoch nur begrenzte Daten zur Verfügung, nämlich das Originalbild. Um dieses Problem zu kompensieren, greifen wir auf Tricks wie das zufällige Zuschneiden zurück. Beim zufälligen Zuschneiden werden zufällig bestimmte Teilbilder aus dem Originalbild ausgewählt.

Nach mehreren Iterationen des zufälligen Zuschneidens werden die Teilbilder dann in den maschinellen Lernalgorithmus eingespeist , um dem Algorithmus zu helfen, besser zu generalisieren.

Um die Probleme der Personenzählung in dicht besiedelten Gebieten zu bewältigen, können dichteabhängige Zählmethoden eingesetzt werden. Diese Bildpyramiden werden üblicherweise zur Personenzählung an Orten verwendet, an denen sich Menschen zu Ritualen oder zur Ausübung ihrer religiösen Überzeugungen versammeln. Dies liegt daran, dass die Anzahl der Personen an verschiedenen Stellen innerhalb des Bildes unterschiedlich ist.

Da die Anwendung der erforderlichen Algorithmen für Bildpyramiden jedoch sehr kostspielig ist, ist es finanziell riskant, sich auf diese Methoden zu verlassen. Daher können Deep-Fusion-Modelle zum Einsatz kommen. ^{[ 7 ]}

Diese Deep-Fusion-Modelle nutzen neuronale Netze, um die Genauigkeit der Dichtekartenregression zu verbessern. ^{[ 8 ]} Zunächst markieren die Modelle die Position jeder Person im Bild. Anschließend bestimmen sie die Dichtekarten des Gebiets anhand der Position, Form und perspektivischen Verzerrung der Personen. ^{[ 8 ]}  Da der Algorithmus und die Scanvorgänge viele Iterationen durchlaufen, wird die Anzahl der Personen anhand ihrer Köpfe gezählt. Dies ist auch deshalb notwendig, weil sich die Körper der Personen häufig überlappen.

  Die Zählung von Menschenmengen spielt unter anderem eine wichtige Rolle für die öffentliche Sicherheit, die Einhaltung der Versammlungsregeln und die Videoüberwachung ^{[ 9 ]} . Ohne Kontrolle der Menschenmengen und aufgrund mangelhafter Planung können schwere Unfälle passieren. Zu den bekanntesten zählen die Hillsborough-Katastrophe vom 15. April in England und der Vorfall, als Louis Farrakhan der Parkpolizei von Washington, D.C., mit einer Klage drohte, weil diese bekannt gegeben hatte, dass nur 400.000 Menschen an dem von ihm organisierten „Million Man March“ im Jahr 1995 teilgenommen hatten.

Bei Veranstaltungen auf der Straße oder in einem Park ist die Zählung von Menschenmengen schwieriger und ungenauer als in geschlossenen Räumen. Gerade bei politischen Kundgebungen oder Protesten hat die Anzahl der Teilnehmenden politische Bedeutung, und die Zählergebnisse sind umstritten . So gab es beispielsweise bei den weltweiten Protesten gegen den Irakkrieg zahlreiche Demonstrationen, bei denen die Organisatoren und die Polizei stark voneinander abwichen.

• Salon: „Das Zahlenspiel bei Protesten“
• Beschnitten: Menschenmengen zählen
• Crowd Count: „Eine moderne Lösung zur Bestimmung der Besucherzahl“
• Forschungszentrum für Datenfusion: „Wie Freizeitparks von IoT und Crowd-Analysen profitieren“
• „MapChecking: Schätzung der Menschenmengengröße anhand eines abgegrenzten Bereichs auf einer Karte“
• Crowd Counting Consortium der Harvard Kennedy School