创建商店走道监测器

使用视觉热图或运动图来计算出入商店、工厂或仓库通道的人数。

目标操作系统 Ubuntu* 16.04 LTS
完成需时 30 分钟

GitHub* (C++) GitHub (Python*)

您的学习内容

使用视频源(网络摄像头或加载的视频),生成视觉热图或运动图,计算存在的人数,并分析结果。 创建输出视频并保存其特定快照以发送到云端。

深入了解以下解决方案:

  • 物联网的计算机视觉应用
  • 分析数据集的推理
  • 零售市场物联网

使用本参考实施中学习的技能开发类似的物联网解决方案。

学习构建并运行一个应用程序,其功能为:

检测并登记进入和离开摄像头帧的人数。
生成热图或移动图。
截获视频并保存快照。

它如何工作

该应用程序使用截获的视频源,并通过热图函数和人员计数推理函数对视频帧进行预处理。 然后将结果合并为最终输出,并存储在本地和云中。

  1. 随着时间推移的运动模式的可视化首先使用 HeatMap 生成函数预处理视频帧,并应用 ColorMap 创建热图。
  2. 它使用英特尔® Distribution of OpenVINO™ Toolkit 中的推理引擎检测并计算视频帧中的人数,然后在每个检测到的人周围绘制一个边框。
  3. 合并视频帧以创建最终输出,并在本地保存为快照。 可以使用 Microsoft Azure* for Python* SDK 将快照作为数据 blob(二进制大对象)上传至云端。

我们使用的工具

英特尔® System Studio

一款一体式跨平台工具套件,用于简化系统成型,提高系统和物联网设备应用程序的性能。