基于并行卷积神经网络的人群密度估计方法

• 作者: 张丽红 贾翻连
• 来源期刊: 测试技术学报
• 学科: 工学
• 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
• 年，卷（期）: 2018,（1）
• 所属期刊栏目: 数据采集与图像处理
• 页码范围: 71-75
• 页数: 5页
• 分类号: TN911.73
• 字数: 3314字
• 语种: 中文
• DOI: 10.3969/j.issn.1671-7449.2018.01.014

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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张丽红	山西大学物理电子工程学院	44	191	8.0	12.0
2	贾翻连	山西大学物理电子工程学院	2	5	2.0	2.0