基于检测和多目标跟踪的客流统计功能小结

本文提到的如何检测跨线的算法我在另一篇文章写了： 行人(客流)计数的一些底层技术

-----------------------------下面是原文---------------------------------------

项目要求
利用安防相机俯拍的视频流，对画面中的人进行计算计数，要求双向计数。

典型场景
电信营业厅、商场。
可以做智能营销，用于分时间段统计客流，进行转化率等更多的挖掘。

方案简述
利用opencv取rtsp流，利用深度学习目标检测算法行人检测，利用多目标跟踪算法对行人跟踪。
从界面在大门上画两条折线，折线端点传给算法。依次通过两条线则增加一次计数。由于画了两条线，可以做双向计数。
算法约定最多支持4个通道，也就是支持在界面画4对折线。
计数结果上传数据库，带时间戳。

一些技术点
行人检测、多目标跟踪、撞线检测

实现效果
在PC显卡上实现了可用的效果。
下图中的两条折线所在的位置就是要监控人流的通道。可以画在路上或者大门上。实测效果还可以，没有漏报、错报。

与现有方案比较
其实海康有类似的方案。一种是吸顶的双目摄像头，另一种就是普通的俯拍视角。其实如果是吸顶的安装方式会比较简单，不用考虑遮挡，吸顶摄像头看到的人的样子比较固定，可以采用运算量小的传统机器学习算法搞定。

待改进的地方
选用的多目标跟踪算法比较重，应该可以换简单的跟踪算法。检测部分也是，如果视场角固定，可以尝试hog或者haar特征的检测算法，效果不一定差。
由于没有最终大规模推广，故没有进一步做优化探索。