利用计算机视觉与机器学习探索视频 footage 中的人群模式与分类以增强安全与监控

计算机视觉与机器学习为研究人员、科学家和大众的认知带来了革命性转变。曾被认为不可实现的技术如今完成了看似不可能的任务。它们在安全、农业和教育等不同领域的卓越应用印证了其影响力。然而，计算机视觉的全部潜力仍有待发掘。本文探索计算机视觉在安全与监控中的潜力，提出一种跟踪视频中运动的新方法。通过利用运动信息图像和分块主导运动数据将运动分类为弧线、车道、汇聚/发散和随机/块状运动，本文考察了不同的光流技术、CNN模型和机器学习模型。以可观的准确率成功实现目标，其结果可用于训练异常检测模型、提供基于运动的行为洞察并增强场景理解。