编码-解码多尺度卷积神经网络人群计数方法

• 作者: 刘光辉 孟月波 徐胜军 李彤月 纪拓
• 来源期刊: 西安交通大学学报
• 关键词: 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
• 年，卷（期）: 2020,（5）
• 页码范围: 149-157
• 页数: 9页
• 分类号: TP391
• 语种: 中文
• DOI: 10.7652/xjtuxb202005020

摘要

针对基于多列卷积神经网络的人群计数方法存在的多尺度特征信息丢失、融合不佳以及密度图质量不高等问题,提出了一种编码-解码结构的多尺度卷积神经网络人群计数方法.编码器采用多列卷积捕获多尺度特征,通过空洞空间金字塔池化扩大感受野并减少参数量,保留尺度特征和图像的上下文信息;解码器对编码器输出进行上采样,实现高层语义信息和编码器前端低层特征信息有效融合,从而提升了密度图的输出质量.为增强网络对计数的敏感性,在以往像素空间损失的基础上考虑了计数误差,提出了一种新型损失函数.采用Shanghai Tech、Mall以及自建数据集进行了对比实验,结果表明:与之前最优方法相比,所提方法在Shanghai Tech数据集Part_A部分的平均绝对误差和均方误差分别降低了8.3％和21.3％,Part B部分分别降低了12.9％和12.0％,Mall数据集分别降低了15.1％和23.8％,自建数据集分别降低了13.5％和7.1％;在不同人群场景下,所提方法的人群计数准确性和鲁棒性均优于其他对比方法的.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘光辉	西安建筑科技大学信息与控制工程学院	13	90	4.0	9.0
2	孟月波	西安建筑科技大学信息与控制工程学院	16	51	3.0	6.0
3	徐胜军	西安建筑科技大学信息与控制工程学院	20	142	6.0	11.0
4	纪拓	西安建筑科技大学信息与控制工程学院	1	0	0.0	0.0
5	李彤月	西安建筑科技大学信息与控制工程学院	1	0	0.0	0.0