基于多模型深度卷积网络融合的人群计数算法

• 作者: 张宝华 雷翰林
• 来源期刊: 激光技术
• 学科: 工学
• 关键词: 图像处理 人群计数 多模型融合 深度卷积神经网络
• 年，卷（期）: 2019,（4）
• 所属期刊栏目: 光通信与光信息技术
• 页码范围: 476-481
• 页数: 6页
• 分类号: TP391.4
• 字数: 4697字
• 语种: 中文
• DOI: 10.7510/jgjs.issn.1001-3806.2019.04.008

摘要

为了避免景深和遮挡的干扰,提高人群计数的准确性,采用了LeNet-5,AlexNet和VGG-163种模型,提取图像中不同景深目标的特性,调整上述模型的卷积核尺寸和网络结构,并进行了模型融合.构造出一种基于多模型融合的深度卷积神经网络结构,网络最后两层采用卷积核大小为1×1的卷积层取代传统的全连接层,对提取的特征图进行信息整合并输出密度图,极大地降低了网络参量且取得了一定提升的数据,兼顾了算法效率和精度,进行了理论分析和实验验证.结果表明,在公开人群计数数据集shanghaitech两个子集和UCF_CC_50子集上,本文中计数方法的平均绝对误差和均方误差分别是97.99和158.02,23.36和41.86,354.27和491.68,取得比现有传统人群计数方法更好的性能;通过迁移实验证明所提出的人群计数模型具有良好的泛化能力.该研究对人群计数精度的提高是有帮助的.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张宝华	内蒙古科技大学信息工程学院	40	165	8.0	10.0
2	雷翰林	内蒙古科技大学信息工程学院	1	0	0.0	0.0