基于深度卷积神经网络的人群密度估计方法

• 作者: 刘宏哲 李青 袁家政 谭智勇
• 来源期刊: 计算机应用与软件
• 学科: 工学
• 关键词: 人群密度估计 图像分块 深度卷积神经网络
• 年，卷（期）: 2017,（7）
• 所属期刊栏目: 人工智能与识别
• 页码范围: 130-136
• 页数: 7页
• 分类号: TP391
• 字数: 6288字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386x.2017.07.025

摘要

人群密度自动估计作为人群控制和管理的方法,是当前视频监控中的一个重要研究领域.现有的方法通过提取复杂的特征来进行人群密度估计,由于人群遮挡、透视效果和环境复杂等条件限制,难以满足实际应用中的需求,而深度卷积神经网络在特征学习上具有较强的能力.提出了一种基于深度卷积神经网络DCNN(Deep Convolution Neural Network)的方法来进行自然场景下人群密度估计.首先,为了消除摄像机透视效果,以图像中行人身高作为尺度基准,将图像分成多个子图像块.其次,设计一种新的深度卷积神经网络结构,利用多种不同的卷积核提取人群图像的深层次特征进行人群密度估计.实验结果证明该方法在自然场景下人群密度估计具有良好的稳定性和鲁棒性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘宏哲		8	68	5.0	8.0
2	袁家政		5	51	4.0	5.0
6	谭智勇		1	11	1.0	1.0
7	李青		1	11	1.0	1.0