基于尺度自适应卷积神经网络的人群计数算法

• 作者: 彭思凡 殷保群 王陆洋 翟强 邢思思
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 人群计数 卷积神经网络 可变形卷积 特征图 密度图
• 年，卷（期）: 2020,（2）
• 所属期刊栏目: 图形图像处理
• 页码范围: 250-254,261
• 页数: 6页
• 分类号: TP18
• 字数: 5246字
• 语种: 中文
• DOI: 10.19678/j.issn.1000-3428.0053842

摘要

为解决单幅图像中的人群遮挡和尺度变化问题,提出一种基于多列卷积神经网络的人群计数算法.利用具有不同尺寸感受野的卷积神经网络(CNN)和特征注意力模块自适应提取多尺度人群特征,引入可变形卷积增强CNN网络空间几何形变学习能力并优化特征图,从而生成高质量的密度图.Shanghai Tech和UCF_CC_50数据集上的实验结果表明,该算法能学习输入图和人群密度图之间的映射关系,且计数准确性高、鲁棒性强.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	殷保群	中国科学技术大学自动化系	72	533	10.0	20.0
2	翟强	中国科学技术大学自动化系	1	0	0.0	0.0
3	王陆洋	中国科学技术大学自动化系	1	0	0.0	0.0
4	彭思凡	中国科学技术大学自动化系	2	1	1.0	1.0
5	邢思思	中国科学技术大学自动化系	1	0	0.0	0.0