基于注意力卷积神经网络的人群计数算法研究

发布时间：2021-04-13 13:39

　　随着社会的快速发展及城市化进程的加速推进,近年来公用和民用视频监控数量保持海量增长。为更高效快速地利用视频数据,许多国家开始系统地研究智能视频监控技术。人群计数作为智能视频监控系统的重要任务之一,在公共安全及商业领域都有十分重要的理论和应用价值,近年来已经成为机器视觉和人工智能领域的研究热点。随着学术界和工业界对该问题的研究,人群计数算法的计数准确度已经有了明显的提高,但在实际应用中仍面临较多挑战:在实际场景中,视频监控采集到的视频图像中往往存在复杂背景,其中部分特殊背景与人群或人头形态相似,易被误判为人群;人群中个体自由度较高,导致人群分布杂乱且密度差异大,增加了计数难度;受拍摄距离及角度的影响,视频监控中人头尺寸也存在较大差异,影响了人头区域定位的准确性。以上三个问题都严重影响了人群计数的准确度。本文依次针对以上三个挑战对人群计数算法进行了研究,主要内容及创新点归纳如下:1.针对人群图像复杂背景下出现的个体差异问题,设计了对图像块表观特征进行分类的辅助训练任务,形成了辅助训练机制的人群计数方法,有效缓解了人群目标误判的问题。该计数方法的创新点可归纳为:（1）计数整体流程避免了前景分... 

【文章来源】：山东大学山东省 211工程院校 985工程院校 教育部直属院校

【文章页数】：139 页

【学位级别】：博士

【部分图文】：

图１－１?ＵＣＳＤ数据库典型样本??（１）?ＵＣＳＤ数据库

最少９４人而最多４５４３人。??由于该数据库中图像总数较少，在应用时一般进行５次交叉验证，每次将??４０幅图像作为训练数据，剩余为测试数据。图１－３为ＵＣＦ数据库中的典型样本。??（４）?ＡＨＵ数据库。该数据库由安徽大学于２０１７年建立并公开，其所有１０７??幅图像均为谷歌搜索所得。该数据库中的图像共含约４５０００个目标，每幅图像中??的人数分布在５８到２２０１，同时包含了稀疏人群图像和密集人群图像。??在应用时，一般将数据分成５组进行交叉验证，其中１组数据包含２３个样??７??

图１４?ＡＨＵ数据库典型样本??（５）ＷｏｒｌｄＥｘｐｏ’１０数据库。该数据库由上海交通大学，香港中文大学和中国??电子科技大学的团队于２０１５年合作建立并公开。其数据均由２０１０年上海世博会??８??

【参考文献】：
期刊论文
[1]基于景区场景下的人群计数[J]. 周成博,陶青川.  现代计算机(专业版). 2016(05)
[2]多种人群密度场景下的人群计数[J]. 覃勋辉,王修飞,周曦,刘艳飞,李远钱.  中国图象图形学报. 2013(04)
[3]基于SURF的高密度人群计数方法[J]. 梁荣华,刘向东,马祥音,王子仁,宋明黎.  计算机辅助设计与图形学学报. 2012(12)
[4]一种有效的实时人群计数方法[J]. 卢湖川,张明修,张继霞,马洪连.  计算机工程. 2008(05)



本文编号：3135400