基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
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.
推荐文章
编码-解码多尺度卷积神经网络人群计数方法
人群计数
编码-解码结构
多尺度
空洞空间金字塔池化
计数误差
损失函数
基于深度时空卷积神经网络的人群异常行为检测和定位
人群异常行为检测
深度时空卷积神经网络
迁移学习
数据扩充
利用自适应假近邻方法优化卷积神经网络的图像目标分类算法
卷积神经网络
假近邻
目标分类
矩池化
稀疏滤波
基于改进的卷积神经网络的人脸识别算法
人脸识别
深度学习
卷积神经网络
Dropout技术
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于尺度自适应卷积神经网络的人群计数算法
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
研究方向 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
五维指标
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
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (15)
共引文献  (7)
参考文献  (3)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
2010(1)
  • 参考文献(0)
  • 二级参考文献(1)
2011(1)
  • 参考文献(0)
  • 二级参考文献(1)
2012(1)
  • 参考文献(0)
  • 二级参考文献(1)
2013(2)
  • 参考文献(0)
  • 二级参考文献(2)
2015(2)
  • 参考文献(0)
  • 二级参考文献(2)
2016(2)
  • 参考文献(0)
  • 二级参考文献(2)
2017(5)
  • 参考文献(0)
  • 二级参考文献(5)
2018(3)
  • 参考文献(3)
  • 二级参考文献(0)
2020(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
人群计数
卷积神经网络
可变形卷积
特征图
密度图
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机工程
月刊
1000-3428
31-1289/TP
大16开
上海市桂林路418号
4-310
1975
chi
出版文献量(篇)
31987
总下载数(次)
53
总被引数(次)
317027
论文1v1指导