基于空间注意力机制的人群计数金字塔网络

摘要：

近年来,使用深度卷积神经网络(CNN)进行人群计数取得了令人鼓舞的进展.然而,如何有效地解决尺度变化和复杂背景的问题仍然是一个重大挑战.为此,提出了基于注意力机制的多尺度金字塔模块,以获得更准确的人群计数.首先,以一组卷积神经网络作为前端,提取深度信息,且无需额外的运算量.其次,构建特征金字塔模型,通过对感知野的多重扩张卷积,实现多尺度特征的增强,提供更为丰富的上下文信息.此外,为了充分利用这些上下文信息,加入注意力机制,可以有针对性地捕捉人群特征,从而准确估计人群密度.实验结果表明,本文提出的算法在计数准确性、密度图质量等方面都明显优于已有算法.

关键词：人群计数、注意力模块、深度学习、多尺度特征

所属期刊栏目：40

分类号：TP391(计算技术、计算机技术)

在线出版日期：2024-09-10（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：15-20