基于尺度自适应卷积神经网络的人群计数算法

翟强,王陆洋,殷保群,彭思凡,邢思思

Computer Engineering（2020）

被引用4|浏览25

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.

更多

查看译文

关键词

crowd counting|convolutional neural network(cnn)|deformable convolution|feature map|density map

上传PDF