基于深度神经网络的人群计数方法
Crowd counting method based on deep neural network
郭利欣 1李建军1
作者信息
- 1. 内蒙古科技大学信息工程学院,内蒙古 包头 014017
- 折叠
摘要
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.
关键词
人群计数/特征融合/人群密度估计/密度图/注意力机制Key words
crowd counting/feature fusion/crowd density estimation/density map/attention mechanism引用本文复制引用
基金项目
国家自然科学基金(62066036)
内蒙古自治区高等学校青年科技英才支持计划(NJYT22074)
内蒙古自治区自然科学基金(2020MS06009)
出版年
2023
NETL
NSTL
维普
万方数据