注册会员 | 设为首页 | 加入收藏夹
您好，欢迎光临本网站！[请登录] ！[注册会员]！  

搜索资源列表

  1. 论文《嵌入式人群密度监测系统研究》

  2. 论文《嵌入式人群密度监测系统研究》，和大家分享~

  3. 所属分类：硬件开发

    • 发布日期：2011-03-03
    • 文件大小：4194304
    • 提供者：morre

  1. 人群密度检测相关论文

  2. 基于视频的人群密度检测估计的相关论文，总共有21篇。

  3. 所属分类：专业指导

    • 发布日期：2011-06-22
    • 文件大小：18874368
    • 提供者：legion_81

  1. 基于视频的人群密度估计研究

  2. 本文研究了基于视频和图象处理的智能化人群密度估计的方法。首先介绍 了人群密度检测的国内外发展现状及其基本理论。通过分析可知，基于像素统 计的密度估计方法较为简单，但是当人群密度较高、人群遮挡严重时误差较大； 使用纹理分析的方法可以充分利用图像的纹理信息，但是算法复杂度较高。

  3. 所属分类：C++

    • 发布日期：2012-02-03
    • 文件大小：3145728
    • 提供者：xuwenwu206

  1. 视频监控中的人数统计和人群密度分析

  2. 关于大规模人群的人数统计和人群密度分析，你可以方便的查询一些资料和信息，有助于你毕业论文的完成。

  3. 所属分类：网络监控

    • 发布日期：2013-04-16
    • 文件大小：1048576
    • 提供者：u010320528

  1. 人群追踪算法

  2. 人群快速追踪算法，快速准确，人群密度影响较小。值得推荐。

  3. 所属分类：专业指导

    • 发布日期：2014-07-03
    • 文件大小：6291456
    • 提供者：u012435883

  1. 场景监控中的人群密度估计

  2. 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<K)类，获取k(k<K)个聚类中心，即为参考图像； 3)对分块的图像进行与参考图像进行匹配。使用算法1.2求取ALBP特征，并求取其相似度 ，将相似性集合

  3. 所属分类：交通

    • 发布日期：2014-08-25
    • 文件大小：5242880
    • 提供者：xuyunhe

  1. 人群密度估计

  2. 面向人群监管的智能视频场景理解技术研究

  3. 所属分类：Dell

    • 发布日期：2016-03-19
    • 文件大小：28311552
    • 提供者：daihuadong

  1. 基于视频图像的人群密度估计研

  2. 基于视频图像的人群密度估计研

  3. 所属分类：SUN

    • 发布日期：2016-03-19
    • 文件大小：4194304
    • 提供者：daihuadong

  1. 人群密度方面的综述

  2. 这是人群密度方面的一个综述，对于从事相关研究的同学来讲，对于你把我这个研究领域的进展还是有帮助的。

  3. 所属分类：机器学习

    • 发布日期：2017-11-24
    • 文件大小：4194304
    • 提供者：qq_31452127

  1. UCF_50 人群密度估计数据集

  2. 这里面是UCF的人群密度数据集，适合做人群密度估计这方面的算法研究

  3. 所属分类：机器学习

    • 发布日期：2017-12-02
    • 文件大小：8388608
    • 提供者：zjl2013

  1. CNN-人群密度检测-密度图制作-数据集-标注工具等

  2. CNN-人群密度检测-密度图制作-数据集-标注工具等，这里的内容主要是本人在学习过程中在网络上收集所得。也有部分自己的改写。费了半天劲儿整理。绝对物超所值。

  3. 所属分类：深度学习

    • 发布日期：2018-10-28
    • 文件大小：177209344
    • 提供者：a571255945

  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. 基于风险评级的人群管理预测与转移机制

  2. 对过去事故的研究表明，各种因素，如无法识别危险，人群行为失控，出口标牌系统不足，过程行为与过程计划之间的不一致以及环境限制等，都影响了人群疏散。 最重要的是，人为因素是安全和灾难管理中的关键问题，尽管它与其他因素有着千丝万缕的联系。 本文探讨了可能影响紧急情况的人群行为，并讨论了应用于人群预测的技术。 基于相对于人群密度的风险等级，提出了针对不同级别的风险计划以解决潜在威胁。 在中国的地铁站中，还说明了在不同风险水平下的实用人群管理措施。 最后，建议人群安全管理策略，使所有利益相关者都能够形成风

  3. 所属分类：其它

    • 发布日期：2020-06-04
    • 文件大小：284672
    • 提供者：weixin_38637884

  1. 人群密度估计论文，使用LBP

  2. Advanced Local Binary Pattern Descr iptors for Crowd Estimation

  3. 所属分类：其它

    • 发布日期：2010-05-20
    • 文件大小：369664
    • 提供者：shuibinger

  1. 基于卷积神经网络的人群密度

  2. 基于卷积神经网络的人群密度

  3. 所属分类：群集服务

    • 发布日期：2016-03-19
    • 文件大小：3145728
    • 提供者：daihuadong

  1. 在人群密度估计中要注意深度特征融合

  2. 在人群密度估计中要注意深度特征融合

  3. 所属分类：其它

    • 发布日期：2021-03-15
    • 文件大小：1048576
    • 提供者：weixin_38657376

  1. 基于人群密度估计和Lucas-Kanade光流的行人计数

  2. 基于人群密度估计和Lucas-Kanade光流的行人计数

  3. 所属分类：其它

    • 发布日期：2021-03-10
    • 文件大小：994304
    • 提供者：weixin_38709312

  1. 融合人群密度图和视觉对象跟踪器以在人群场景中进行人跟踪

  2. 近年来，尽管视觉跟踪已大大改善，但是由于严重的遮挡，高人群密度和明显的外观变化，人群场景对于人们跟踪仍然特别具有挑战性。 为了解决这些挑战，我们首先设计了一个稀疏核相关滤波器（S-KCF），以抑制由遮挡和照明变化引起的目标响应变化，以及由于类似干扰物体导致的虚假响应。 然后，我们提出一个人员跟踪框架，该框架使用卷积神经网络（CNN）将S-KCF响应图与估计的人群密度图融合在一起，从而生成精炼的响应图。 为了训练融合CNN，我们提出了两阶段策略来逐步优化参数。 第一阶段是在批处理模式下训练初步模型

  3. 所属分类：其它

    • 发布日期：2021-03-09
    • 文件大小：2097152
    • 提供者：weixin_38569166

  1. 基于序的空间金字塔池化网络的人群计数方法

  2. 视频中的人群计数在智能监控领域具有重要价值 . 由于摄像机透视效果、图像背景、人群密度分布不均匀和行人遮挡.等干扰因素的制约 , 基于底层特征的传统计数方法准确率较低 . 本文提出一种基于序的空间金字塔池化 (Rank-based spatial.pyramid pooling, RSPP) 网络的人群计数方法 . 该方法将原图像分成多个具有相同透视范围的子区域并在各个子区域分别取.不同尺度的子图像块 , 采用基于序的空间金字塔池化网络估计子图像块人数 , 然后相加所有子图像块人数得出原图像人数

  3. 所属分类：其它

    • 发布日期：2021-03-07
    • 文件大小：549888
    • 提供者：weixin_38546308

  1. 群众人群密度细分：准备训练数据用于人群计数分割算法的代码-源码

  2. 群众人群密度细分：准备训练数据用于人群计数分割算法的代码

  3. 所属分类：其它

    • 发布日期：2021-02-03
    • 文件大小：10485760
    • 提供者：weixin_42151599
« 12 3 4 »