排序方式： 共有1条查询结果，搜索用时 31 毫秒
1
1.
传统的行人计数方法对人群密度较高的场景适应性较差,而高密度下的人群行人计数有其重要的社会意义和市场价值,行人计数的结果对社会治安问题能起到很好的预警效果。为了提高对高密度人流的计数精确度,首先采用了Shi-Tomasi角点检测法来识别出视频中的特征点,然后借由Lucas-Kanade光流法以目标区域的光流方向作为角点的运动方向,再通过多个特征点的运动状态在短时间内相似的特性消除趋同的角点,从而获得人数。最后通过Python平台和opencv库设计一个演示环境,实现对高密度人流的识别,算法的计数精确度达到89.77%,具有较好的识别效果. 相似文献
1