基于尺度自适应卷积神经网络的人群计数算法

摘要：

为解决单幅图像中的人群遮挡和尺度变化问题,提出一种基于多列卷积神经网络的人群计数算法.利用具有不同尺寸感受野的卷积神经网络(CNN)和特征注意力模块自适应提取多尺度人群特征,引入可变形卷积增强CNN网络空间几何形变学习能力并优化特征图,从而生成高质量的密度图.Shanghai Tech和UCF_CC_50数据集上的实验结果表明,该算法能学习输入图和人群密度图之间的映射关系,且计数准确性高、鲁棒性强.

关键词：人群计数、卷积神经网络、可变形卷积、特征图、密度图

所属期刊栏目：46

分类号：TP18(自动化基础理论)

资助基金：装备预研领域基金61403120201

在线出版日期：2020-04-22（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：250-254,261