传统算法:以背景差分法、帧间差分法为代表,通过提取运动目标轮廓实现计数。优点是计算量小、实时性强,缺点是易受光照、遮挡影响,精度有限。
深度学习算法:主流分为两类,一是基于目标检测(如 YOLO、SSD),直接识别并计数单个人员;二是基于密度图估计,通过预测人群密度分布间接统计总数。这类算法抗遮挡、精度高,是当前主流。
地铁、车站、演唱会等人员密集场所,实时监测人流密度,超阈值时触发预警,预防踩踏事故。
门店、商场统计进店客流,结合转化率分析营销效果,优化商品陈列和人员排班。
办公楼、工厂统计在岗人数,门禁通道计数实现考勤管理,提升安防效率。
*