计算机工程

作者：吴奇元, 王晓东, 章联军, 高海玲, 赵伸豪

单位：宁波大学 信息科学与工程学院, 浙江 宁波 315211

关键词：人群计数,特征融合,膨胀卷积,注意力机制,卷积神经网络

基金：国家自然科学基金“超高清自由视点视频感知质量模型与绘制研究”（61771269）；宁波市自然科学基金“面向自由视点视频系统的立体视频质量评价研究”（2019A610107）。

为分析商业区人群流动情况，或避免人群踩踏等公共事件的发生，通常采用人群计数方法统计监控图像中的人数信息，从而达到提前预警的效果。受目标遮挡、背景干扰、多尺度变化等因素的影响，现有的人群计数方法在统计人数信息的过程中存在误算或漏算的问题，导致准确率降低。提出一种基于注意力机制与上下文密度图融合的人群计数网络CADMFNet。以VGG16的部分卷积层作为前端网络，通过引入上采样融合模块对输入的特征图进行上下文特征融合，将不同膨胀率的膨胀卷积作为后端网络，生成高质量的中间密度图。在此基础上，采用上下文注意力模块融合不同层级的中间密度图，获得精细的人群密度图。实验结果表明，该网络在Mall数据集上的平均绝对误差和均方根误差分别为1.31和1.59，相比CSRNet、MCNN等网络，能够有效提高计数的准确度，并且具有较优的鲁棒性。

来源：2022年第5期

《计算机工程》期刊编辑部

查看计算机工程杂志2022年第5期