Система подсчета посетителей

Если вы называете систему подсчета людей системой, которая подсчитывает людей, находящихся в комнате, то я рекомендую вам реализовать аппаратное обеспечение с микроконтроллером с 2 лазерами (работают обычные лазерные игрушки) и 2 фоторезисторы. В качестве микроконтроллера я рекомендую вам использовать Arduino. И затем создайте приложение C #, которое имеет объект SerialPort и считывает данные, которые arduino отправляет через USB. Arduino отправит 1 для «кто-то вошел в комнату» и 0 для «кто-то вышел из комнаты», например. статистику можно легко сделать на C#.

Сайт Arduiono: здесь

Фоторезистор за 1 доллар: здесь

Это решение намного дешевле и проще в реализации, чем использование камеры довольно хорошего качества.

Надеюсь, я помог вам.

Проверьте детектор пешеходов HOG, который поставляется с последними версиями OpenCV (> = 2.2).

См. modules/objdetect/src/hog.cpp и samples/cpp/peopledetect.cpp в источниках OpenCV. К сожалению, официальной документации по этому поводу пока нет.

Это поможет вам подсчитывать движущиеся предметы, включая людей: проект Motion Detection в CodeProject

Являются ли люди единственным видом «сущностей» на сцене? Если это не так, заботитесь ли вы о том, чтобы считать человека чем-то другим, движущимся по сцене? Потому что, если это так, вы можете просто посчитать капли, которые появляются или выходят из сцены. Это может звучать немного наивно, но я возьму какое-то движущееся изображение, сгруппирую пиксели движения по расстоянию в кластеры. Ваша метрика расстояния может учитывать некоторые ограничения, например, что люди будут «часто» стоять, поэтому пиксели в кластере должны группироваться вокруг какой-то линии регрессии (прямой линии, если камера выровнена по полу). Нет необходимости отслеживать их в сцене, просто замечая, когда они входят или уходят, хотя у вас могут возникнуть некоторые проблемы, например, с людьми, входящими в сцену сами по себе и выходящими парами или группами. .. Удачи :)

Я думаю, что если у вас плотная толпа людей с большим количеством окклюзий, вам нужно использовать какой-то алгоритм машинного обучения, например, вы можете использовать неявную модель формы для функций.

На самом деле все зависит от положения камеры. Предполагая, что вы можете получить лицевые профили людей на изображениях:

Эта проблема в основном заключается в обнаружении и распознавании лиц.

Есть много способов поиска лиц, но я немного лучше знаком с этим подходом.

Для обнаружения лица вам необходимо сделать сегментацию изображения по цвету тона кожи. Это позволит извлечь области кожи. [Руки, грудь (для тех, кто носит топы с V-образным вырезом), лицо, ноги и т. д.] Затем вам нужно будет выровнять профили участков кожи с профилем ваших тренированных лиц.

[Вам нужно будет использовать Eigenfaces, чтобы создать общий профиль того, как выглядит лицо]

Если область кожи выровнена и не слишком сильно отклоняется от профиля, то это считается лицом. Как только лицо будет подтверждено, добавьте его в хранилище данных собственных лиц [для распознавания]. Чтобы сэкономить на обработке, вы можете рассмотреть возможность ограничения области поиска, если вы ищете предыдущее лицо. [Учитывая частоту кадров и последний раз, когда человека видели]

Если вы имеете в виду «поток толпы», я думаю, вы просто имеете в виду плотность лиц в толпе.

Теперь вы подтвердили, что движущийся объект на видео — это человек. Теперь вам просто нужно отметить это, а затем убедиться, что вы больше не считаете его новым человеком.

Этот подход: На самом деле зависит от вашей способности обнаруживать области лица. Это может не сработать, если люди в видео смотрят вниз, не соответствуют профилю обученных данных и т. д. Также это может произойти, если человек надевает солнцезащитные очки во время видео. [Возможно, будет считаться «новым лицом»]