首页|基于深度神经网络的人群计数方法

基于深度神经网络的人群计数方法

扫码查看
原文链接
  • NETL
  • NSTL
  • 万方数据
  • 维普
针对人群计数与人群密度估计任务中背景干扰、人群之间遮挡严重、上下文特征提取信息不足以及尺度变化巨大的问题,提出CA-CBAN模型由前端网络、CAN模块、CBAM模块和后端网络组成.将输入的图像传入前端网络进行初级特征提取;通过CAN模块进行多尺度特征融合;通过CBAM模块生成通道注意图与空间注意图;最后通过后端网络经过1×1的卷积获得密度图.该方法在ShanghaiTech数据集,UCF_CC_50数据集,JHU-CROWD++三个具有挑战的数据集上进行了实验验证,实验结果表明,所提方法的性能相较于CAN和其他的方法取得了较好的准确性和鲁棒性.
Crowd counting method based on deep neural network

crowd countingfeature fusioncrowd density estimationdensity mapattention mechanism

郭利欣、李建军

展开 >

内蒙古科技大学信息工程学院,内蒙古 包头 014017

人群计数 特征融合 人群密度估计 密度图 注意力机制

国家自然科学基金内蒙古自治区高等学校青年科技英才支持计划内蒙古自治区自然科学基金

62066036NJYT220742020MS06009

2023

10.16644/j.cnki.cn33-1094/tp.2023.08.002

计算机时代
浙江省计算技术研究所　浙江省计算机学会

计算机时代

影响因子：0.411
ISSN：1006-8228
年,卷(期)：2023.(8)
  • 25