对公共场所中人群监控准确性和实时性低的问题,提出一种基于运动显著图的人群异常行为检测方法。该方法首先利用Lucas-Kanade法计算稀疏特征点的光流场,并对光流场进行时间和空间上的滤波处理,然后计算特征点的运动方向、速度和加速度。为了准确描述人群行为,将人群的速度幅值、运动方向变化量和加速度幅值分别映射为图像的R、G、B三个通道,并以此合成代表人群运动特征的运动显著图。最后,设计和训练面向人群运动显著图的卷积神经网络模型,并利用该模型检测人群中是否存在异常行为。
2020-01-03 11:41:00
477KB
1
该资源为人群计数c++实现，深度框架为caffe，网络模型文件为SaCNN，可对图片和视频进行人群计数，需要安装caffe和opencv库，内有makefile,可直接使用！
2020-01-03 11:16:35
81.68MB
1
以人群计数为例，对训练好的MCNN caffe模型，调用caffe的python接口进行前向测试，输出人群密度图。详细请参考博客：https://blog.csdn.net/u011285477/article/details/51954989
2019-12-21 21:22:02
2KB
1