基于并行卷积神经网络的人群密度估计方法

摘要：

人群密度自动估计是智能视频分析的研究内容之一.目标之间相互遮挡、背景复杂等因素影响了人群密度估计的准确性.随着数据规模的不断扩大,深入学习已经成为数据处理中非常有用的工具.本文提出了一种并行卷积神经网络模型,对人群密度进行估计并分类.首先,将图片进行分块并将之作为并行卷积神经网络的输入;然后,基于不同区域采用不同的卷积核提取不同的特征,并进行特征融合;最后,将其进行分类,并得到分类结果.实验表明:该网络具有较好的学习及分类效果和较高的运算速度,对人群密度能够进行较为准确和快速的估计.

关键词：人群密度、图像分块、特征提取、特征融合、并行卷积神经网络

所属期刊栏目：32

分类号：TN911.73

资助基金：山西省科技攻关计划工业资助项目2015031003-1

在线出版日期：2018-02-06（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：71-75