背景：对机场监控视频图像中的人群密度进行预测，生成热力图在页面中展示，并将人群密度指标传入航旅纵横APP的机场专区进行展示。
职责：负责人群密度标注工具开发，人群密度预测模型训练，人群区域提取及指标优化，热力图转换，相关接口开发及专利撰写。
成果：编写了Matlab版的人群密度标注工具，实现了对人头部中心位置及图片特殊区域的标注功能。使用CNN（改造的ResNet50）训练（pytorch）人群密度图回归网络，实现了对机场安检区摄像头下人群密度图预测，不同场景摄像头下的人数预测误差（MAE/单张图像平均人数）均控制在10%以内。使用DBSCAN聚类对人群密度图中的人群密集区域进行提取，以各子区域中的平均密度代替整体人群密度作为衡量排队情况的指标，并通过图像的透视变换对人群密度图进行转换，开发了人群密度可视化接口供前端调用。将排队情况指标传递给下游（AMQ）并最终在航旅纵横APP中的机场专区进行展示，以提示用户安检区域的排队情况。撰写了专利《人群数量预测方法、装置、计算机设备及存储介质》的技术方案。