行人檢測演算法

㈠ 行人檢測：false positives per image 和 miss rate 的意義

不知道你解決了沒有，我之前對這個概念也比較混亂。
首先解釋幾個概念：
FP(false positive):錯誤正例->分類結果為正例（行人），實際上是負例（沒有行人）
Miss Rate:丟失率=測試集正例判別為負例的數目/測試集正例數

對於行人檢測來說，如果我們把分類器的閾值越低，丟失率(Miss Rate)會下降，而此時FPPI(每張圖片錯誤正例數目)就會增多。這樣我們一般定一個指標，然後根據另一個指標來比較演算法好壞。
圖中的Miss Rate vs FPPI 一般比較FPPI=10^-1時的Miss Rate。

㈡ 你認為人臉識別可以應用到哪些領域

‍‍利用人臉識別技術可以幫助商家打通會員信息。過去，顧客只有在支付時拿出會員卡營業員才能得知身份，而通過搭載人臉識別技術的智能終端（例如智慧數字標牌等），可以在顧客入店時利用AI系統自動識別其身份，隨後通過終端設備提醒服務員；已有VIP會員進入店鋪，以可視化的形式提供對方的核心信息與用戶畫像，以便讓服務員提前為特需顧客提供優質的服務。‍‍

㈢ 基於行人軌跡預測的無人駕駛汽車主動避撞的演算法是什麼

1、針對傳統軌跡預測演算法無法深度挖掘行人步行意圖信息，無法提前預測行人軌跡，導致無人駕駛汽車主動避碰演算法、道路行人圖像信息和位置信息存在缺陷的問題通過車載感測器獲取道路行人的行為特徵，基於卷積神經網路識別道路行人的行為特徵，分析其步行意圖。使用卡爾曼濾波演算法得到狀態估計的預測值，結合行人主觀意圖進行修正，輸出符合行人主觀意圖的預測軌跡。通過行人車輛交叉口的特徵，建立不同行人軌跡類別的估計安全距離模型，並基於道路對行人軌跡進行預測，結果表明當行人行為特徵發生變化時，基於行為特徵的行人軌跡預測演算法分析可以提前預測行人軌跡變化，有效保證道路行人的安全。

4、該演算法基於對行人軌跡位置點的連續預測，結合行人步行意圖，預測動態系統的最優狀態，得到符合行人主觀意圖的最優軌跡，提供實時有效的行人行人主動避碰演算法的軌跡信息。 分析人車混合環境下的交通事故風險，根據人車交叉點建立估計的安全距離模型。測試結果表明，所提出的行人主動避碰演算法能夠有效保證道路行人的安全，能夠保證制動減速過程的平穩性和交通流的平穩性。

㈣ yolo演算法是什麼

Yolo是一種目標檢測演算法。

目標檢測的任務是從圖片中找出物體並給出其類別和位置，對於單張圖片，輸出為圖片中包含的N個物體的每個物體的中心位置（x,y)、寬（w)、高（h)以及其類別。

Yolo的預測基於整個圖片，一次性輸出所有檢測到的目標信號，包括其類別和位置。Yolo首先將圖片分割為sxs個相同大小的grid。

介紹

Yolo只要求grid中識別的物體的中心必須在這個grid內（具體來說，若某個目標的中心點位於一個grid內，該grid輸出該目標類別的概率為1，所有其他grid對該目標預測概率設置為0)。

實現方法：讓sxs個框每個都預測出B個boungding box，bounding box有5個量，分別為物體的x,y,h,w和預測的置信度；每個grid預測B個bounding box和物體類別，類別使用one-hot表示。

㈤ HOG演算法什麼意思

特徵梯度直方圖演算法，現在非常流行的一種行人檢測的演算法，一般配合LBP和SVM分類器效果很好。你要想具體了解可以去WIKI 或者 navneet的網站看看專業解釋。
不過HOG函數已經集成在了OPENCV庫裡面，因此其實沒有必要非要搞懂這個演算法。。。

㈥ 人臉識別技術的價值和界限怎麼劃分

人臉識別在近幾年迎來井噴式落地應用，人臉識別技術優勢明顯，相較於指紋識別、虹膜識別等傳統的生物識別方式，優點主要集中在四點：非接觸性、非侵擾性、硬體基礎完善和採集快捷便利，可拓展性好，未來人臉識別有望快速替代指紋識別成為市場大規模應用的主流識別技術，就現階段而言最貼近民眾的領域要屬安防領域、商業領域、自助服務領域、金融領域以及娛樂領域等。

一、安防領域
安防與人臉識別有著天然的契合點，因此人臉識別技術最先在安防領域得到廣泛應用。例如雪亮工程、智慧交通、治安管理、門禁管理等，人臉識別技術都起到了非常重要的作用。

從技術上來說，現階段的AI已經基本實現安防監控最主要的三個目標：

1、 識別行人的生理屬性。
通過分析行人身體結構，准確識別視頻中人物的性別、年齡、姿態等多種生理特徵。

2、 識別行人車輛。
基於深度學習的行人檢測演算法能夠在各類遮擋的情況下精確找出行人位臵，並能夠進一步分析行人姿態和動作，可應用於交通監控、輔助駕駛、無人駕駛等。可以在行車場景、交通監控場景、卡口場景中檢測多種不同角度的車輛，並同時給出車牌號碼、汽車品牌、型號、顏色等物理特徵。

3、 實現人群分析。
在包括地鐵、車站、廣場等流動量大高密度的公共場所，估算人群數量和密度，同時檢測人群過密、異常聚集、滯留、逆行、混亂等多種異常現象。

而與民眾工作生活最為密切的人臉識別技術應用，要數人臉識別考勤、人臉識別閘機以及人臉識別訪客機等，被應用於辦公樓、社區等多個場合。

視美泰智慧安防解決方案包括了人臉識別閘機以及人臉識別訪客管理等，在安全性、便捷性、舒適性和管理控制上都得到了進一步提升。

二、商業領域
無人經濟的興起成為人臉識別技術進軍商業領域的重要契機。人臉識別技術是無人經濟得以實現的重要支撐。人臉作為最能代表人身份信息的介質，為無人經濟創造了數據入口。

利用人臉識別技術可以幫助商家打通會員信息。過去，顧客只有在支付時拿出會員卡營業員才能得知身份，而通過搭載人臉識別技術的智能終端（例如智慧數字標牌等），可以在顧客入店時利用AI系統自動識別其身份，隨後通過終端設備提醒服務員；已有VIP會員進入店鋪，以可視化的形式提供對方的核心信息與用戶畫像，以便讓服務員提前為特需顧客提供優質的服務。

目前智慧自動售貨機也實現了人臉識別支付。以視美泰的人臉識別智慧自動售貨機解決方案為例，當會員系統與自動零售系統對接後，用戶注冊成為會員並進行賬戶充值，之後在選購商品時就無需再使用手機、現金等，只需刷臉就可以完成3秒支付出貨的極致體驗。

三、金融領域
在金融領域人臉識別技術同樣大放異彩。支付寶的刷臉登錄付款大家已經不會陌生了，通過刷臉可以進行賬戶登錄並支付。

多家銀行升級了ATM機，其搭載的人臉識別技術全部採用最新的紅外雙目攝像頭活體檢測技術，能夠完全抵禦照片、換臉視頻、翻拍、面具攻擊，除此之外，還具備靜默活體、動作活體、唇語活體等活體檢驗方式，另外取款除了採用人臉識別功能，用戶還需要輸入手機號碼或身份證號進行身份確認，最後再依靠密鑰進行取款。

四、智慧自助終端
隨著信息化發展和行業服務效率需求的提升，無人化成為大勢所趨，對自助服務終端的需求進入快速增長期，智慧自助終端在銀行、電信、教育、醫療、交通、零售等多個行業和領域全面擴張。而人臉識別技術在自助終端上也開始得到應用。

比如身份證明自助辦理終端，通過人臉識別技術實時核驗辦理人員的身份信息，實現完全自助化辦理，為群眾帶來了極大的便利，同時減輕了窗口民警的工作壓力，提升了工作效率。帶人臉識別功能的核心主板多為視美泰IoT-3288系列人工智慧主板，採用的是商湯科技的演算法，在精準度上已達99.5%，因此實際服務於民眾時能帶來更好地使用體驗。

五、娛樂領域
人臉識別技術在娛樂領域同樣應用廣泛：
1、基於智能人臉檢測定位技術，可以打造移動端美顏、美妝效果解決方案。

利用人臉識別中的人臉關鍵點跟蹤、手勢識別、背景分割等技術，可以在直播場景中實現更多樣化的炫酷效果。

視美泰認為人臉識別技術在進一步完善，解決更復雜環境中的光線等問題，還將在智慧城市的建設中起到更大的作用，為人們帶來更為智慧化的生活。

㈦ 行人識別預警系統組成及其工作原理是什麼

行人識別預警系統自動對高速路進行實時監測，無需人工干預，一旦檢測到行人進入時，便會立即觸發告警，並將告警消息發送到管理人員的手機上，提醒其及時處理。同時將報警截圖和視頻保存到資料庫形成報表，可根據時間段對報警記錄和報警截圖、視頻進行查詢點播，方便進行事後軌跡回溯，快速查找責任人。

㈧ 基於計算機視覺的行人檢測及跟蹤演算法設計 採用opencv和vc用camshift演算法。實習急用，只要源代碼

這個實現的難度不是非常大，但是編代碼需要耗點時間，你可以知道些人臉檢測的代碼，改改就是了，人臉的分類器和人全身的分類器opencv都是自帶的