-
公开(公告)号：CN110942015A
公开(公告)日：2020-03-31
申请号：CN201911161705.0
申请日：2019-11-22
Applicant: 上海应用技术大学
Abstract: 本发明提供了一种人群密度估计方法，本发明通过使用AlexNet网络将人群图片数据集分为密集与稀疏两类，然后针对这两类图像密度特征的不同将其分别送入对应的特征提取网络，从而获取更好有效的人群密度估计特征。本发明用于估计高密度人群图片中的人群数量，可预防人群过度拥挤造成的意外情况发生。本发明是一种组合式网络人群密度估计算法，通过对人群稠密、稀疏这两类情况分别做人群密度估计。该发明能更好的提供有效的人群密度估计特征，且能改善密度图分布不相似的问题，具有较好的鲁棒性。
-
公开(公告)号：CN108764338A
公开(公告)日：2018-11-06
申请号：CN201810527019.X
申请日：2018-05-28
Applicant: 上海应用技术大学
CPC classification number: G06K9/6267 , G06T7/194 , G06T7/246
Abstract: 本发明公开了一种应用于视频分析的行人跟踪算法，包括：通过背景减除法检测视频场景中的行人；通过光流算法推断行人下一时刻的运动位置，作为是否是同一个人的度量，此特征记为A；比较行人矩形框大小的相似性，此特征记为B；提取每个矩形框中行人的颜色直方图，比较当前帧检测框与下一帧检测框颜色直方图的相似性，此特征记为C；将以上三种特征进行组合，记为特征F；以特征F训练逻辑斯特分类器，使逻辑斯特分类器拥有判断是否是同一个人的能力；用训练好的逻辑斯特分类器进行每帧之间行人检测框的关联。本发明通过一系列特征的组合，使用逻辑斯特分类器完成矩形框之间数据的关联，从而实现了监控视频的行人跟踪。
-
公开(公告)号：CN110942015B
公开(公告)日：2023-04-07
申请号：CN201911161705.0
申请日：2019-11-22
Applicant: 上海应用技术大学
IPC: G06V20/52 , G06V10/764 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明提供了一种人群密度估计方法，本发明通过使用AlexNet网络将人群图片数据集分为密集与稀疏两类，然后针对这两类图像密度特征的不同将其分别送入对应的特征提取网络，从而获取更好有效的人群密度估计特征。本发明用于估计高密度人群图片中的人群数量，可预防人群过度拥挤造成的意外情况发生。本发明是一种组合式网络人群密度估计算法，通过对人群稠密、稀疏这两类情况分别做人群密度估计。该发明能更好的提供有效的人群密度估计特征，且能改善密度图分布不相似的问题，具有较好的鲁棒性。
-
公开(公告)号：CN108764338B
公开(公告)日：2021-05-04
申请号：CN201810527019.X
申请日：2018-05-28
Applicant: 上海应用技术大学
Abstract: 本发明公开了一种应用于视频分析的行人跟踪方法，包括：通过背景减除法检测视频场景中的行人；通过光流算法推断行人下一时刻的运动位置，作为是否是同一个人的度量，此特征记为A；比较行人矩形框大小的相似性，此特征记为B；提取每个矩形框中行人的颜色直方图，比较当前帧检测框与下一帧检测框颜色直方图的相似性，此特征记为C；将以上三种特征进行组合，记为特征F；以特征F训练逻辑斯特分类器，使逻辑斯特分类器拥有判断是否是同一个人的能力；用训练好的逻辑斯特分类器进行每帧之间行人检测框的关联。本发明通过一系列特征的组合，使用逻辑斯特分类器完成矩形框之间数据的关联，从而实现了监控视频的行人跟踪。
-
-
-
Search Results
4
records
(took 0.033 seconds)
