基于光流计算的人群异常分析
数据集：https://github.com/hosseinm/med
标签：详见上述仓库内matlab脚本，标签为逐帧标记，原始脚本与视频有1-2帧的差，修订后的标签生成脚本见本仓库labeling.m
计算方法：
- 对原始视频进行缩放，缩放倍数为0.25（可采用其他缩放比例）
- 计算视频的光流，采用cv2.calcOpticalFlowFarneback
- 对每帧进行分类计算
- 可考虑上下文依赖关系（多帧进行序列分类）
- 光流不进行归一化处理
预处理：
- dataloader中（见main函数内示例）：
flows, flow_index = flow_load(flow_root)进行光流预处理 - 训练代码：
mmodel_train
TODO：
- 对光流计算结果进行可视化
- 训练metric可视化