/hir_crowd_abnormal_ex

HIR crowd abnormal classification

Primary LanguagePython

基于光流计算的人群异常分析

数据集:https://github.com/hosseinm/med

标签:详见上述仓库内matlab脚本,标签为逐帧标记,原始脚本与视频有1-2帧的差,修订后的标签生成脚本见本仓库labeling.m

计算方法:

  1. 对原始视频进行缩放,缩放倍数为0.25(可采用其他缩放比例)
  2. 计算视频的光流,采用cv2.calcOpticalFlowFarneback
  3. 对每帧进行分类计算
  4. 可考虑上下文依赖关系(多帧进行序列分类)
  5. 光流不进行归一化处理

预处理:

  1. dataloader中(见main函数内示例): flows, flow_index = flow_load(flow_root)进行光流预处理
  2. 训练代码:mmodel_train

TODO:

  1. 对光流计算结果进行可视化
  2. 训练metric可视化