基于深度学习的稠密人群检测

• 作者: 李俊霖 李倚天 魏金金
• 来源期刊: 信息通信
• 学科: 工学
• 关键词: 深度学习 网络 稠密人群检测
• 年，卷（期）: 2019,（9）
• 所属期刊栏目: 技术创新
• 页码范围: 25-27
• 页数: 3页
• 分类号: TP391.41
• 字数: 3216字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-1131.2019.09.012

摘要

在针对稠密人群检测的试验中,传统来说,主要的方法有基于检测和基于回归两种方式.在人群密度较小样本量少的情况下,目标区域呈现出无遮挡,基于检测的方法效果较好.在人群密度较大样本量大的情况下,目标区域有目标遮挡,基于回归方法的效果较好.目前两种方法都得到了不同成程度的应用,然而,不论哪一种方式,要想精确检测出场景人数仍然是一个巨大的挑战.对于复杂场景下的稠密人群检测,本文系统性得总结出了几种最近的深度神经网络检测的方法,这些方法均是在稠密人群检测方面取得了较为理想的结果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李俊霖		2	0	0.0	0.0
2	魏金金		4	1	1.0	1.0
3	李倚天		2	0	0.0	0.0