有做算法的吗?在一堆人中找到同行者的算法。可以付费。

  • e
    everchens
    我在现场也看不出谁是一伙的
  • f
    foxpig
    目标检测
  • f
    foxpig
    回复4#voodooii

    印象中是这个范畴的问题,不是做cv的没法说更多
  • s
    songco
    人脸识别

    然后分类? 交易取消
  • k
    kaidokido
    回复7#voodooii

    和opencv
    没关系吧
    是概率吧
  • y
    yxmr
    每个人走过的路径都是一组数据,重合度大于xx的就可以判定为同行者了吧
  • s
    sting!
    一般是人员建档吧,然后再去匹配平时关系人,这时候一段路上人进进出出也不怕了
  • c
    ccls
    大华有这个功能啊,人脸识别,外加数据库碰撞识别同行人员
  • 莲尖
    一伙是怎么定义的? iOS fly ~
  • a
    ageg
    我看完题目也想问这个。。
  • 尤舒拉
    算法工程师属于高级码农了滴~老年卡
  • w
    webzhang
    回复2#everchens

    这种算法只是高概率吧,不能保证100%是一伙的
  • s
    spi
    直接判断有没有言语交流就好了
    但是估计判断不出来…… iOS fly ~
  • k
    kaidokido
    回复20#spi

    不一定啊 也许对话是问路呢 结果都是去同一个方向的
  • s
    shadowmage
    这个,随便发散一下思维,假设有4人abcd,有路口4个1234。
    1路口abcd;2路口ab3路口abc;3路口acd;4路口abd,最后出来ac同伙,这个结论对不对?
  • f
    flyingforce
    先构建relationship数组,两个人一起通过一个路口,则数组他们的关系加1,然后设定一个值关系阀值,比如3,就是说两个人一起三次通过同一路口设定为一路人,基于阀值把relationship改成Boolean, 后面就是标准的union find,或者DFS,标准的算法题
  • a
    akito
    有点像快递自动分选的意思
  • f
    freerock
    图数据库了解一下

    每个路口的临界关系做连边

    想怎么设置同伙定义都行 iOS
  • l
    lumi
    先建立数学模型,我觉得可以用最简单的hash算法解决
  • s
    spi
    这个不比陌生人走了相同的路程概率高吗 iOS fly ~
  • e
    eLan
    glasso 了解一下
  • b
    bfengwei
    一两个路口看不出来,根据多个路由数据能判断出他们的目标方向一致性概率。另外结合收集的个人其他信息,比如办公地址,家庭地址,常去地址;还有社会公众热门地址等准确度会提高。
  • 匿名
    有起点吗?有终点吗?有边界定义吗? iOS fly ~
  • c
    crestlab
    这个要reid吧,多个摄像机抓拍的图。
    reid出来之后根据位置信息就能判断出来了。要做到精度高还是很难的,核心算法
  • 2
    2001zys
    人脸识别,认出身份证,身份证出手机号+微信号+qq号之类通讯工具,以上联系方式交叉对比,共同联系人或者共同群,即使是上级单线联系也可以对比接收同一人最后消息时间。

    这个意思?不过不知道计算量多大?

    但是可以跟已经被圈定过多少关键词相关联。
  • f
    freerock
    我说的图(graph)数据库跟您说的未必是同一回事


    不同id(人脸)为实体,同时出现的点为连边,不同摄像头下连边反复叠加或者做权重更新,绘制关系图

    然后应用图论的分析方式,找同伙那就是很简单的社区发现之类的算法,很多论文,也有成熟的应用 iOS
  • l
    louis318
    肌肉哥真厉害👍
  • k
    k_u_u_k
    快递是知道结果的啊
  • k
    k_u_u_k
    我的思路,一伙人一定有中心人物,需要沟通,方式是借助工具(电话、步话机、设备)或肢体(对话、眼神、手势、动作),去分析目标的距离和动作,近距离沟通靠肢体的画范围圈就知道了,反复进入范围圈的可以备注为疑似同伙

    我不是码农,但我觉得你这个想法的条件有问题,不到达目标区域之前怎么确定路口总量?

  • t
    tsounny
    别说程序识别,我就是现场蹲守也识别不全啊 iOS fly ~
  • n
    numbernine
    有社交网络分析专门的算法。搜搜 :SNA 软件,开源,斯坦福。结果就有了404
  • j
    jckimi
    你这,私活少说10w起啊,得买多少猪肉啊 Kimi
  • k
    k_u_u_k
    和一楼说法不一致哦

  • S
    SZERO
    这个问题难度不小啊,首先是需要行人检测,然后在不同的路口通过摄像头进行行人再识别判断是不是同一个人,最后还要将检测的部分进行比对,比如在同一个摄像头的某个时刻内他们的距离是否接近,首先行人检测现在还是比较容易做的,不过行人再识别部分就不好弄了,现在使用的无监督行人再识别方法精确度根本不够(现在还有不少论文在发就说明不太能应用),使用人脸识别倒是可行,不过成本比较高,而且需要在每个路口都拍下清晰地人脸图像才能辨别是否是同一个人,对摄像头压力大,现有的路口摄像头达不到要求。
    其实倒是可以使用这样的思路,首先如果不是一伙的话一般不会距离太近,即便有一次太近的话那么下个或没几个路口距离应该会比较远,还是需要先人工去找一下规律标一下数据,这样的话解决是不是一伙的问题可能就比较容易。