隨著人口的增長以及人群活動的多樣化，人群擁擠的場景隨處可見，如機場、車站、景點等，這將成為公共管理以及公共安全巨大的挑戰(zhàn)。人群密度與人群安全密切相關，當人群密度過高時，容易引起恐慌、擁擠以及踩踏。在很多場合中，都曾因人群密度過高而引發(fā)災禍。

技術特點

  現(xiàn)有的人群密度估計方法在面對人群密度大、人員分布不均勻、環(huán)境復雜以及遮擋嚴重的場景仍無法取得比較理想的結果。針對這些難點，我司在深度學習的框架下，采用多層特征融合網絡，能夠有效提高在人員密集、遮擋嚴重場景下的人群密度估計精度以及穩(wěn)定性。同時，為縮短場所管理方對突發(fā)事件的響應時間，還對本算法的處理速度進行了優(yōu)化，能夠滿足特定場所對密度估計的實時性要求。

應用場景

  廣泛應用于園區(qū)、景區(qū)、商場、車站、機場、地鐵等行業(yè)存在大客流的場景監(jiān)控。