基于卷积神经网络的人流量统计

摘要：

在密集场景中,人流量统计往往因无法可靠地检测行人而使得统计精度不高.针对这一问题,在利用卷积神经网络技术基础上,采用基于头部检测的方法进行人流量统计.该方法采用级联的Adaboost检测器对人头目标进行初步筛选,再用迁移学习技术训练卷积神经网络,并用由卷积神经网络和支持向量机构成的人头分类器模型对初步筛选得到的人头目标进行精细识别,提高检测精度率,利用航迹关联对人头目标进行跟踪统计.实验结果表明,该方法能准确快速地定位到单个行人并具有较高的统计精度.

关键词：人流量统计、卷积神经网络(CNN)、Adaboost、迁移学习、航迹关联

所属期刊栏目：29

分类号：TP391;TN911(计算技术、计算机技术)

资助基金：国家自然科学基金61571071,61102131;重庆市科委自然科学基金cstc2014jcyjA40048;重庆邮电大学文峰创业基金WF201404;The National Natural Science Foundation of China61571071,61102131;The Natural Science Foundation of Chongqing Science and Technology Commissioncstc2014jcyjA40048;The Wenfeng innovation and start-up project of Chongqing University of Posts and TelecommunicationsWF201404

在线出版日期：2017-06-02（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：265-271