基于多尺度融合的深度人群计数算法

摘要：

在人群计数统计时存在相机透视、人群重叠、人群遮挡等众多干扰因素,使人群计数的准确性不高.针对这一问题,提出一种多尺度融合的深度人群计数算法.首先,利用VGG-16网络的部分结构提取出人群底层特征信息;其次,以膨胀卷积理论为基础,构建多尺度特征提取模块,实现多尺度上下文特征信息的提取,降低模型参数量;最后通过将底层细节特征信息和高层语义特征信息融合的方式,提升模型计数性能和密度图质量.在三个公开数据集上对不同算法进行测试.实验结果表明,与其他人群计数算法相比,所提算法的平均绝对误差和方均误差均有不同程度的降低,说明所提算法具有较好的准确性、鲁棒性及良好的泛化性.

关键词：机器视觉、人群计数、密度图、卷积神经网络、膨胀卷积、特征融合

所属期刊栏目：57

分类号：TP391.4(计算技术、计算机技术)

资助基金：国家自然科学基金;国家自然科学基金;甘肃省自然科学基金

在线出版日期：2021-03-04（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：307-315