UCSD Pedestrian 是一个人群密度监测数据集，用以测试开放环境中动态监测人群数量及密度的算法效果。
2023-10-13 11:33:58
1.42GB
1
本项目从生活细节出发，将计算机视觉应用在饭堂人数检测上，结合软硬件设施：算法基于深度卷积神经网络模型，硬件基于树莓派 RaspberryPi3 Model B，终端为 Web APP 或者公众号平台，学生可以通过终端获取饭堂人数密度热力图。
2023-03-03 21:23:16
81.57MB
1
Crowd Segmentation Dataset 是一个高密度人群和移动物体视频数据，视频来自BBC Motion Gallery 和 Getty Images 网站。
2022-06-02 10:40:43
141.52MB
1
基于从一张含有任意人群密度和任意视角的图像中准确地估计出其中的人群数目的目的，采用了全卷积神经网络先从图像中获得其人群密度图，然后对人群密度图上每个位置进行求和操作得到最终的人群数目的方法。所采用的全卷积神经网络不受输入图像的分辨率和视角的影响，同时，通过增加池化层层数，扩大网络的感受野，适应了图像中人头比较大的情况。所提出的算法在UCF_CC_50标准数据集上取得了最好的效果，进而验证了算法的高准确率和有效性。
2022-04-04 10:05:46
1.62MB
1
这是我参加百度 “ 人群密度检测 ” 比赛训练的模型，可利用百度Paddle平台导入该模型对图片或视频流信号进行人流密度检测。
2022-01-03 10:03:45
57.62MB
1
算法功能:建立图像特征和图像人数的数学关系
算法输入:训练样本图像1,2…K
算法输出:模型估计参数 ，参考图像
算法流程：1)对训练样本图像进行分块处理(算法1.1)；
2)通过算法1.2，计算训练样本各个对应分块的ALBP特征归一化，再用K-means算法(可使用opencv等算法库实现，不再描述其算法)，将图像块分成k(k
2021-12-31 09:13:59
5.3MB
1