人群计数研究综述

摘要：

人群计数广泛应用在公共安防、视频监控和智慧城市建设等领域,对控制特定场所人数、指挥公共交通、防止疫情蔓延、保障社会稳定具有重要积极意义.传统的计数方法精度不高、场景受限,随着深度学习的发展,传统方法逐渐被卷积神经网络(convolutional neural network,CNN)方法代替.介绍了人群计数的研究背景、现状和发展趋势,叙述了两种传统方法;从计数精度、网络结构、评价指标和数据集等方面重点分析了CNN方法,发现CNN技术可以有效解决多尺度和跨场景等问题;阐述了基于Vision Transformer(ViT)序列的弱监督计数方法并且对比各类方法.对未来人群计数的研究前景做出展望.

关键词：人群计数、卷积神经网络、Vision Transformer(ViT)序列、密度估计

所属期刊栏目：58

分类号：TP3-05(计算技术、计算机技术)

资助基金：国家自然科学基金;广西自然科学基金项目;广西研究生教育创新计划项目;广西民族大学相思湖青年学者创新团队

在线出版日期：2022-06-20（万方平台首次上网日期，不代表论文的发表时间）

页数：共14页

页码：33-46