朝觐视频帧中的人群密度分类的机器学习模型

💡 原文英文,约100词,阅读约需1分钟。
📝

内容提要

本研究提出了一种机器学习模型,用于在朝觐和乌姆拉期间进行人群管理,能够实时将人群密度分类为三种水平,并提醒组织者。该模型的准确率达到87%,显著提升了安全管理能力。

🎯

关键要点

  • 本研究提出了一种机器学习模型,用于朝觐和乌姆拉期间的人群管理。
  • 该模型能够将人群密度分类为适度、过度和非常密集三种水平。
  • 模型在检测到非常密集人群时会实时提醒组织者。
  • 模型结合了局部二值模式(LBP)纹理分析及边缘密度和基于区域的特征。
  • 该模型的准确率达到87%,显著提升了安全管理能力。
➡️

继续阅读