Dense-crowd-motion-analysis-based-on-optical-flow

简介

• 在 TUB CrowdFlow 数据集上对比主流光流模型，并在该数据集上报告 EPE、AE、IE 等光流评价指标的对比结果；
• 基于一个合适的光流模型，在 WuhanMetro 数据集上进行人群运动分析，实现:
  • 人群运动方向的识别，要求获取不同人群运动方向的光流向量，输出不同人群运动 方向的数量并按上图的形式区分显示，以 MAE 和 MSE 为评测指标；
  • 人群运动区域分割，获取不同运动方向人群的分割图并评估分割区域的 Pixel Accuracy 和 mIOU 等指标；
• 集成所选算法，在 WuhanMetro 数据集选取典型场景完成 demo 的制作，输出光流、 人群运动场、人群分割图等处理结果。

数据

• TUB CrowdFlow
• Wuhan Metro

模型

• Ef-RAFT(CVPR 2024)
• Flow-Former(ECCV 2022)
• GMA(ICCV 2021)
• GMFlow+(TPAMI 2023)
• GMFlowNet(CVPR 2022)

其他

• 光流经典方法

  • 多线程经典光流标注

• 工具

  • MSE、mlOU指标分析
  • 标注数据转化
  • 视频合成
  • ts视频解析
  • gif图像生成

参考文献

• Baker, S., Scharstein, D., Lewis, J.P. et al. A Database and Evaluation Methodology for Optical Flow. Int J Comput Vis 92, 1–31 (2011). https://doi.org/10.1007/s11263-010-0390-2