计算机工程

作者：张菁, 陈庆奎

单位：上海理工大学 光电信息与计算机工程学院, 上海 200093

关键词：人群拥挤度,狭小空间,注意力机制,卷积神经网络,残差网络

基金：国家自然科学基金（61572325，60970012）；高等学校博士学科点专项科研博导基金（20113120110008）；上海重点科技攻关项目（14511107902，16DZ1203603）；上海市工程中心建设项目（GCZX14014）；上海智能家居大规模物联共性技术工程中心项目（GCZX14014）；上海市一流学科建设项目（XTKX2012）；沪江基金研究基地专项（C14001）。

人群拥挤度的分析对维护公共安全极为重要，在空间狭窄的环境下，由于视角受到局限，人与人、人与物品的遮挡十分严重，并且人的尺度不一，密度不均匀，使得传统人群拥挤度监控方法较难直接统计出具体人数。为此，提出一种基于注意力机制的狭小空间人群拥挤度分析方法，旨在量化人群，通过卷积神经网络回归拥挤率分析当前空间内的人群拥挤程度。设计一个注意力模块作为网络的前端，通过生成对应尺度的注意力图区分背景和人群，保留精确的像素点位置信息，以减轻输入图像中各种噪声的影响。在此基础上，将注意图和原始图片通过对应像素点相乘，注入到微调的残差网络中训练得到人群拥挤率。实验结果表明，该方法能够预测出拥挤率，准确反映当前人群拥挤程度，实现人群的流量控制。

来源：2020年第9期

《计算机工程》期刊编辑部

查看计算机工程杂志2020年第9期