人群拥挤检测及人流方向判断(笔记总结)
来源:互联网 发布:vip软件 编辑:程序博客网 时间:2024/04/28 05:31
本来希望可以在摘要浓缩之后能够得到短暂的休息时间,以便总结用到的跟踪算法和摘要合成,没想到项目接踵而来——人群拥挤检测。
对于人群拥挤检测,大家可能第一个想到的就是某大城市前段时间发生的踩踏事件,没错,做的就是这个。
对于人群拥挤检测,主要分为三个部分:1、人数检测;2、人群热力图;3、人群移动方向(当然还有其他合成部分,比如画线区域,前景检测,尺度变化等)。
下面将主要从这三个部分简述:
1、人数检测:所用方法非常厉害,而且速度不慢:以ACF特征作为基准,结合BOOST分类器;当然这不是新方法,但是个人觉得效果不错。
2、人群热力图:主要用特征点累积(OPENCV里面的方法都可以借用,也会有不错的效果),然后结合高斯模型进行投影。
3、人群移动方向:简称“人流方向“,特征点跟踪,同时也使用到了时间累积,其中注意三点(第一,特征点的更新,即跟踪结果;第二,特征点与新特征点匹配,重新求特征点并与跟踪结果进行配对;第三,特征点添加,准孤立点才会作为新的特点加入容器)。
总之,这些方法加起来,得到的效果不错,毕竟不需要十分精准的结果,大致可用即可,如有同事需得到极其精确的结果,我也十分愿意精益求精。
1 0
- 人群拥挤检测及人流方向判断(笔记总结)
- 人群拥挤检测之人数检测
- 人群拥挤检测之人数检测二
- 人群密度检测论文笔记
- cocos-笔记-判断方向-屏幕
- 通过人群响应进行中文谣言检测(IEEE2014)
- 编程语言的发展趋势及未来方向(7):总结
- Reiiden制作笔记D(OGRE摄像机方向总结)
- 马云如何坐地铁?语音购票、刷脸进站,还有防拥挤的智能人流分析
- Python-OpenCV 处理视频(三)(四)(五): 标记运动轨迹 运动检测 运动方向判断
- EBS开发常见问题及学习方向总结
- 对于移动端浏览器touch事件的研究总结(4)判断手指滑动方向
- 《花开半夏》--8 拥挤(1)
- 《花开半夏》--8 拥挤(2)
- 交通车路拥挤预警(LetuAPP)
- 人群分析、人群计数 开源代码文献及数据库
- 手机接入检测及驱动安装判断
- Untiy3D笔记之番外篇——判断手指滑动方向
- Swift 读取,处理Json数据
- SAP的账期分析和操作
- 机器学习(4)——KNN算法及手写数字的识别(二)
- 51nod 1007 正整数分组
- 乌龟漫步之机房三层登陆
- 人群拥挤检测及人流方向判断(笔记总结)
- About debugging
- eclipse导入工程
- 机器学习的发展方向
- OpenGL ES2.0 学习参考
- 查看 Apache并发请求数及其TCP连接状态
- 快速简单理解i2c标准协议
- jfreechart 时序图 ,生成图表
- 数据挖掘的七大任务