油公司课程（视频）.ppt

那刚刚说到的都是针对单个人的特征识别分析应用，对于人群，安防行业往往更关注群体的状态（点击播放视频），比如一定区域内的人员密度，深度智能可以更加准确实时的统计一定区域范围内的人数， 当人数超过设定阈值后可以及时报警，（动画1）可以用于景区、商场、广场、展厅等人员密集的地方做人员密度预警。 * 深度智能下的人员密度算法比较适用于小范围内的人数统计，但对于比较大的范围，比如景区、商场等地方的人数统计，可能就需要客流统计技术了（动画1）。对封闭式场所，通过在各个出入口设置客流统计设备（动画2），可以实时知道进入和离开的总人数，从而得出区域内的客流保有量，综合历年法定节假日的历史客流数据可以预测近期及未来的客流情况，提前规划客流管控方案，合理分配人力资源（动画3）。对开放式场景，在主干道设置客流统计设备也可以了解到客流的变化趋势，作为区域内客流量的参考依据。 * 刚刚介绍了深度智能下针对人和人群的分析应用，而针对车的智能分析应用开展的比较早，传统智能算法对车牌、车型、车辆品牌的识别的准确率已经比较高，深度学习对车辆的特征属性识别的提升主要体现在一些更为抽象和复杂的任务中，（动画）比如对是否系安全带、是否开车打手机行为的识别准确率的提升，实现对车内的挂件、远光灯是否打开进行检测，还可以对车内的人脸进行特征抠图。 * 针对识别到的这些丰富的车辆特征，可以支持多维度组合查询，还可以进行特征