计算机工程

作者：栾方军, 龚琪, 袁帅

单位：1. 沈阳建筑大学计算机科学与工程学院, 辽宁 沈阳 1101682. 辽宁省城市建设大数据管理与分析重点实验室, 辽宁 沈阳 1101683. 国家特种计算机工程技术研究中心沈阳分中心, 辽宁 沈阳 110168

关键词：人群计数,多尺度特征融合,注意力机制,神经网络,密度图

基金：国家自然科学基金(62073227); 辽宁省应用基础研究计划(2023JH2/101300212)

为了应对人群图像中尺度变化和背景干扰的问题, 提出一种人群计数网络模型, 旨在充分利用多尺度信息并降低背景噪声的影响。首先采用ConvNeXt作为主干网络, 用于提取特征。其次为了有效融合不同层次的特征, 提出多层次特征融合模块(MFFM), 将主干网络中不同层次的特征进行跨尺度融合, 融合后的特征包含了不同尺度的语义信息, 可以更好地适应人群计数任务中的尺度变化问题。接着为了更好地解决人群计数中存在的挑战, 设计一个多尺度注意力模块(MSAM), 根据不同感受野的分支提取不同尺度的特征, 利用选择性Kernel通道注意力(SKCA)缓解多列结构存在的特征相似问题, 并将模块生成的注意力图反馈到对应的尺度特征中, 以抑制背景的干扰。网络模型在ShanghaiTechA数据集中的平均绝对误差(MAE)和均方根误差(RMSE)分别达到了56.1和93.9;在ShanghaiTechB数据集中的MAE和RMSE分别达到了6.1和10.3;在UCF_CC_50数据集中的MAE和RMSE分别达到了174.9和252.7;在Mall数据集中的MAE和RMSE分别达到了1.42和1.85。在公开数据集上的实验结果表明, 提出的网络模型与现有代表性的人群计数方法相比, 在提升人群计数任务的准确性和鲁棒性方面均取得了明显进展。

来源：2025年第3期

《计算机工程》期刊编辑部

查看计算机工程杂志2025年第3期