行为分析算法通常分为哪些？

解释一个行为首先可以分为特异性的解释和一般性的解释。前者针对一个具体的行为，如某个人在某个情景下做出个某个行为。后者则更为一般性的解释这个行为，比如为什么人类会表现出这个行为。可以说，前者解释某个行为，后者解释某类行为。人群计数与人群密度分析为其中重要的组成内容。人群计数与人群密度分析算法通常的方法大致可以分为三种:

1 、行人检测 :这种方法比较直接，在人群较稀疏的场景中，通过检测视频中的每一个行人，进而得到人群计数的结果，一般是用基于外观和运动特征的boosting，贝叶斯模型为基础的分割，或集成的自顶向下和自底向上的处理，这种方法在人群拥挤情况下不大奏效，需要运用到基于部件模型（如DPM）的检测器来克服人群拥挤遮挡的问题。

2、视觉特征轨迹聚类：对于视频监控，一般用KLT跟踪器和聚类的方法，通过轨迹聚类得到的数目来估计人数。

3、基于特征的回归:建立图像特征和图像人数的回归模型， 通过测量图像特征从而估计场景中的人数。由于拥挤情况下采用直接法容易受到遮挡等难点问题的影响，而间接法从人群的整体特征出发，具有大规模人群计数的能力。

行为分析算法/旷视人脸算法-安全帽佩戴/火焰检测识别-明厨亮灶-天津市美络科技发展有限公司