面向密集人群计数的两列串行空洞卷积神经网络

• 作者: 尚永生 赵传强
• 来源期刊: 电脑知识与技术:学术交流
• 学科: 工学
• 关键词: 人群计数 估计密度图 空洞卷积
• 年，卷（期）: 2018,（12）
• 页码范围: 164-167
• 页数: 4页
• 分类号: TP311

摘要

提出了一种简称为DSDCNN的面向密集人群计数的两列串行空洞卷积神经网络。DSDCNN可以识别高度拥挤的场景,得到精确的人群估计数量和估计密度图。DSDCNN是由两列卷积神经网络构成,并通过使用空洞卷积,使得每列卷积具有不同大小视野域,可以输入不同尺寸和像素的图片,并通过空洞卷积代替了池化层。DSDCNN网络是由小卷积核滤波器构成,网络架构易于搭建和训练。实验结果表明,DSDCNN能够较精确得到人群计数和估计密度图,具有较好的平均绝对误差MAE。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	赵传强	山东师范大学物理与电子科学学院	2	0	0.0	0.0
2	尚永生	山东师范大学物理与电子科学学院	3	2	1.0	1.0