您好,欢迎光临本网站![请登录][注册会员]  

搜索资源列表

  1. 细粒度人头检测算法

  2. 采用九宫格+vgg16网络进行高密度下的人流量监测。配合滑窗金字塔可以取得较好的效果,。
  3. 所属分类:Python

    • 发布日期:2018-10-31
    • 文件大小:12288
    • 提供者:qq_25439417
  1. tiplog.odt

  2. 要进行准确的人流密度估计,面临了如下的难点 1.低分辨率:可以看看UCF Crowd Counting 50这个数据集,在很多密集的情况下,一个人头的pixel可能只有5*5甚至更小,这就决定了基于检测的很多方法都行不通; 2.遮挡严重:在人群中,头肩模型都难以适用更不用说人体模型,头部之间的遮挡都挺严重; 3.透视变换:简而言之就是近大远小,什么尺度的头部都可能出现。
  3. 所属分类:讲义

    • 发布日期:2020-05-19
    • 文件大小:1048576
    • 提供者:qingfenglu
  1. “人流密度检测”深度学习模型.zip

  2. 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。
  3. 所属分类:深度学习

    • 发布日期:2020-04-06
    • 文件大小:59768832
    • 提供者:weixin_40973138
  1. 基于视频图像处理的超市空调系统节能研究

  2. 首先对大型超市变风量中央空调系统进行总体设计,并将视频图像处理技术运用到大型超市中央空调节能控制的研究中,提出了一种基于帧间差分与背景差分结合的运动目标检测算法计算局部区域的人流密度,根据局部区域的人流密度利用PLC来控制温度和新风量,实现了系统节能,达到了“风跟人走”的效果。
  3. 所属分类:其它

    • 发布日期:2020-10-17
    • 文件大小:246784
    • 提供者:weixin_38749305
  1. 【百度PaddlePaddle “人流密度检测 ”— 比赛】实战记录

  2. 说明 任务描述: 要求参赛者给出一个算法或模型,对于给定的图片,统计图片中的总人数。给定图片数据,选手据此训练模型,为每张测试数据预测出最准确的人数; 数据说明: 本竞赛所用训练和测试图片均来自一般监控场景,但包括多种视角(如低空、高空、鱼眼等),图中行人的相对尺寸也会有较大差异。部分训练数据参考了公开数据集(如ShanghaiTech [1], UCF-CC-50 [2], WorldExpo’10 [3],Mall [4] 等)。 本竞赛的数据标注均在对应json文件中,每张训练图片的标注为
  3. 所属分类:其它

    • 发布日期:2020-12-21
    • 文件大小:507904
    • 提供者:weixin_38707356