基于注意力机制的狭小空间人群拥挤度分析

• 作者: 张菁 陈庆奎
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 人群拥挤度 狭小空间 注意力机制 卷积神经网络 残差网络
• 年，卷（期）: 2020,（9）
• 所属期刊栏目: 图形图像处理
• 页码范围: 254-260,267
• 页数: 8页
• 分类号: TP391
• 语种: 中文
• DOI: 10.19678/j.issn.1000-3428.0055701

摘要

人群拥挤度的分析对维护公共安全极为重要,在空间狭窄的环境下,由于视角受到局限,人与人、人与物品的遮挡十分严重,并且人的尺度不一,密度不均匀,使得传统人群拥挤度监控方法较难直接统计出具体人数.为此,提出一种基于注意力机制的狭小空间人群拥挤度分析方法,旨在量化人群,通过卷积神经网络回归拥挤率分析当前空间内的人群拥挤程度.设计一个注意力模块作为网络的前端,通过生成对应尺度的注意力图区分背景和人群,保留精确的像素点位置信息,以减轻输入图像中各种噪声的影响.在此基础上,将注意图和原始图片通过对应像素点相乘,注入到微调的残差网络中训练得到人群拥挤率.实验结果表明,该方法能够预测出拥挤率,准确反映当前人群拥挤程度,实现人群的流量控制.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈庆奎		149	769	14.0	22.0
2	张菁		4	7	2.0	2.0