人群计数及密度检测 助力公共安全管理

        人群密度过高，常常是导致踩踏及其他群体性事件的重要因素。现代城市人口密集，在节日、庆典、大型活动赛事举办时，常常会形成大量人群聚集，稍有管理不善，极易发生意外甚至严重事故。同时随着公共交通的不断发展，选择轨道交通的人数随之增多，踩踏等安全事故的发生概率也会随之增加。

   此外，新冠疫情爆发至今已发生不少因聚餐、聚会等人员聚集活动而引起的感染悲剧。避免疫情的大规模传播，关键在人流量较大的重点场所，以及避免举办大规模聚会聚餐活动。

（图片来源：千图网）

   如今，公共活动的安全问题已成为相关部门关注的焦点！而做好公共安全管理，避免因人群过度聚集导致的群体性事故，最重要的是事前预防。不仅需要对区域内风险应急处理机制、场所的各类风险抵御水平进行全面的评估，制定具有针对性的风险处置预案；同时还要有完善的安全防控设施和设备，能够做到对人群聚集情况进行实时监测，一旦参加人员达到一定规模，就随时进行引流、疏散，做到未雨绸缪。

        博思廷配合华为软件定义摄像机推出了“人群计数及密度检测”算法，通过高精度深度学习的目标检测算法，高准确率检测并输出画面中设定区域内的实时人数及密度值（%），以便用于后台统计该区域人数或密度数据随时间变化规律及同比、环比的对比数据，或与其它相关区域进行人数或密度比较。若发现区域人数或密度高于或低于设定阈值，可实时向管理方远程告警提示管理人员干预处理，并提供截图与短视频备查。算法可帮助管理方提高管理效率，减少因人数或密度异常而导致的安全事件或事故，保障人员生命财产安全。

   算法采用深度学习技术，不受光线、水雾、灰尘、阴影、摄像机抖动影响，准确率高，误报率低，可广泛应用于商超、景区、地铁、广场、车站、展会等场景。

算法亮点

算法准确率高
符合场景约束条件下，检测率（召回率）可达95%+，平均每天每百路视频的误报次数不超过10次；

受人的姿态影响小
对正面、背面、侧面、站立、蹲坐的人都能准确检测；

场景适应性好
能够应用于多种场景、多种角度的监控场景；

过程可追溯
可实现对目标实时监测和自动告警，并将相关视频和图像进行保存，记录全过程，做到有据可循。