5

Я хочу сделать обнаружение и отслеживание пешеходов.Обнаружение и отслеживание людей

Ввод: Видеопоток от камеры видеонаблюдения.

Выход:

  1. # (не из) людей, идущих слева направо
  2. # людей, идущих справа налево
  3. # Количество людей в середине

Что я сделал до сих пор: Для обнаружения пешехода я использую HOG и SVM. Обнаружение приличное с высокой ложной позитивной скоростью. И это очень медленно, поскольку я бегу на платформе Android.

Вопрос: После обнаружения, как это сделать, я вычислил требуемые значения, перечисленные выше. Может ли кто-нибудь сказать мне, какой алгоритм отслеживания я должен использовать, и любой хороший алгоритм обнаружения пешеходов.

Или использовать алгоритм отслеживания? Есть ли способ обойтись без него?

Любые ссылки на коды/блоги/технические документы.

Платформа: C++ & OpenCV/android.

--Thanks

+0

Привет, Можете ли вы сделать CCTV для работы с OpenCV? –

+0

@Hope У вашей камеры cctv есть IP-адрес? ЕСЛИ это возможно с opencv. – 2vision2

+0

№ Обычная CCTV с кабелями. –

ответ

8

Это как-то близко к проблеме исследования.

Возможно, вы захотите взглянуть на this website, который собирает много ссылок. В частности, присутствующий в нем work done by the group from Oxford довольно близок к тому, что вы делаете, поскольку они используют HOG для обнаружения. (Эта работа была чрезвычайно освещающей для меня). EPFL и Julich также работают в поле.

Также вы можете обратиться к this review, в котором описываются несколько методов обнаружения/отслеживания, которые часто включают в себя варианты алгоритма HOG.

+0

+1 Спасибо за входные данные. Я посмотрю на него и уточню. – 2vision2

4

Наряду с ответом @Acorbe, я предлагаю раздел публикаций this website.

recent work в конце прошлого года выпустила базовый код здесь: https://bitbucket.org/rodrigob/doppia

Там также были ранее пешеходные детекторные работы, которые выпустили код, а также: https://sites.google.com/site/wujx2001/home/c4 http://www.vision.caltech.edu/Image_Datasets/CaltechPedestrians

+0

+1 Спасибо .. Я загляну в него и обновлю вас – 2vision2

1

Лучший точный способ заключается в использовании алгоритма отслеживания вместо статистического подсчета количества входящих людей, а обнаружение происходило слева направо и в середине. Вы можете использовать расширенные статистические модели .. Это дает количество входов, e выходов и обратно проверяют с выхода на вход.

Мой опыт в том, что отслеживание ведет к лучшим результатам, чем подход выше. Но это также немного сложно. Мы говорим о многоцелевом отслеживании, когда критическое обнаружение соответствия с отслеживаемой моделью, которое должно быть обновлено на основе обнаружения. Если отслеживание совпадает с неправильной моделью. Проблемы есть.

Здесь, на youtube, я разработал несколько треков-трекеров с простым детектором LBP-людей, но с мультимодельным фильтром и фильтром kalman для отслеживания. Обе возможности доступны в opencv. Вам нужно, когда что-то обнаружено, создайте новый фильтр kalman для каждого объекта и обновите его, если вы соответствуете одному обнаружению. Предсказать в случае обнаружения нет в рамке, а также удалить Kalman i, больше не нужно отслеживать. 1 Detect 2 Совпадение с калманами, венгерский алгоритм и норма L2. (например) 3 Лот работы. Решите, будет ли установлен kalman shoudl, удалить, обновить или результаты не будут обнаружены и должны быть предсказаны. Здесь много работы. Чистый статистический подход менее точен, второй - для того, чтобы испытать людей по крайней мере на одной моли и 3 месяца тюнинга. Если вам нужно быть быстрее, а ваши ресурсы весьма ограничены. Вы можете по умной статистике достичь своих результатов путем чистого обнаружения намного быстрее и немного менее точно. Люди судят, что отслеживание изображения и видео даже отслеживание нескольких целей способно победить человека. Попробуйте подсчитать и зарегистрировать каждого человека в видео и подсчитать точку выхода. Вы не можете сделать это у некоторых людей. Это действительно раскаивается, что вы хотите, приложение, клиент, которого вы имеете, и результаты, которые вы показываете клиентам. Если это 4 цифры дохода, левый, правый, средний и ваша ошибка 20 процентов по-прежнему гораздо больше, чем один скучающий небольшой Платный охранник должен достичь в течение всего дня подсчета ..

https://www.youtube.com/watch?v=d-RCKfVjFI4

Вы можете найти на мой БЛОГ Некоторые данные для обнаружения людей и обнаружения автомобиля на моем блоге, так же как и сценарий для обучения идеям, учебным пособиям и примерам отслеживания. Opencv blog tutorials code and ideas

+0

привет Влада, вы поделитесь любым кодом о своем решении. – sturkmen

+0

У меня много кода, каскадов в моем блоге. В блоге не публикуется целое решение. У меня есть собственное решение. Я не работаю почти год. – globalex

Смежные вопросы