传统的监控只实现了记录功能,不能准确识别密集场景中的人群数量,人群骚乱,拥挤等异常事件;同时现有的智能系统对环境适应性差,数据分散,场景理解受阻,缺乏自主性。为了解决这些问题,本文将深度学习和机器学习算法应用于监控安防领域,解决传统监控领域完全依赖于人的主观性的问题,将目标检测算法和密度估计算法相结合,各取优势,实现人流量统计与异常事件预警;使用回归模型对下一段时间的人数变化进行预测;并搭建了边云协同的智能系统,形成完整的智能安防。
科研之友
微信
新浪微博
Facebook
分享链接
