Need help with Detection?
Click the “chat” button below for chat support from the developer who created it, or find similar developers for support.

About the developer

librahfacebook
132 Stars 81 Forks 13 Commits 6 Opened issues

Description

基于视频的行人流量密度检测

Services available

!
?

Need anything else?

Contributors list

No Data

Detection

基于视频的行人流量密度检测

1.detection.py:通过已经训练好的Faster-Rcnn参数实现对行人的识别并标记(其中标记行人的阈值为0.7,即识别率必须达到70%);
2.camshift2.py:利用mean-shift对已经标记的人进行目标跟踪,中间通过不断迭代更新行人目标位置并实时标记;
3.kalmon.py:借助卡尔曼滤波方式来对行人移动位置进行预测,提高目标跟踪的精度;
4.multi-object-tracking.py:利用多对象目标跟踪器实现对多个目标进行跟踪。
5. multicamshiftdetection.py:使用camshift方法进行目标跟踪,并利用卡尔曼滤波方法进行目标预测,从而实现多目标跟踪。(此方法目标标记框移动幅度较大)
6. multitrackdetection.py:正式完成的基于视频的行人目标跟踪及流量密度检测程序。

附属依赖库:

fasterrcnninceptionv2coco20180128(faster-rcnn网络框架)、 ssdmobilenetv1coco20180128(ssd-mobilenet网络框架)、objectdetection(目标检测库,为符合本程序使用中间有参数修改)

说明:本项目为基于视频的行人流量密度检测,所采用的编程语言为python,版本为3.6.4,所使用的主要工具库为opencv3.4。

主要使用方法:

(1) 图像预处理常用算法研究; (2) 背景建模算法研究; (3) 运动目标检测算法研究; (4) 目标匹配与跟踪算法

更新

针对标记区域内的行人检测数量统计,更新为判断某点是否在四边形区域内部,主要代码见multitrackdetection.py的函数isPosition(center_position)。

结果展示:

数据分析图:

We use cookies. If you continue to browse the site, you agree to the use of cookies. For more information on our use of cookies please see our Privacy Policy.