安防/智慧城市场景,行人跨摄像头识别与检索。传统园区安防依赖人工回看监控筛查人员轨迹,存在效率极低、人力成本高、无法跨摄像头追踪人员的痛点。依托计算机视觉技术搭建行人重识别系统,实现多摄像头跨区域行人精准匹配、检索与轨迹还原,满足安防管控、人员溯源、异常人员追踪的实际业务需求。
点击空白处退出提示
安防/智慧城市场景,行人跨摄像头识别与检索。传统园区安防依赖人工回看监控筛查人员轨迹,存在效率极低、人力成本高、无法跨摄像头追踪人员的痛点。依托计算机视觉技术搭建行人重识别系统,实现多摄像头跨区域行人精准匹配、检索与轨迹还原,满足安防管控、人员溯源、异常人员追踪的实际业务需求。
本项目集成行人检测与行人重识别两大核心能力,先通过视觉算法精准定位画面内所有行人目标,完成行人框选与预处理。再对检测到的行人特征进行提取、比对、相似度排序,实现跨摄像头、跨场景的同一行人精准匹配,支持目标人员快速检索、行动轨迹还原,高效满足园区智能溯源、安防巡检需求。
- 完成行人数据集预处理、筛选、对齐,解决遮挡、跨视角、尺度变化、姿态不一等场景难点;
- 行人检测算法的训练、调优;
- 基于深度学习ReID网络完成特征提取、度量学习、相似度匹配优化;
- 针对园区复杂背景、行人遮挡、光线强弱变化做模型泛化优化;
- 开发Python检索Demo,实现行人特征入库、相似度排序、快速检索功能。



评论