融合注意力机制与HRNet的人群计数算法
丁兆敏
郑凯东
西安石油大学计算机学院 陕西西安 710065
摘要：监控视频的全覆盖是国家维护社会安定的重要举措,人群计数算法可对监控视频中的场景进行人群数量或人群分布的有效判读,广泛应用于社会治安管理、场所优化设计、智能数据分析等方面.针对人群计数方向面对的尺度变化、背景杂乱、目标遮挡等问题,文章采用了一种注意力机制与高分辨率网络(high-resolution nnet,HRNet)相融合的人群计数卷积神经网络结构.首先,为获得人头的准确信息,减少复杂背景带来的负面影响,使用HRNet作为全局特征提取器.其次,考虑到不同通道和位置对图像的敏感度不同,为减少细节丢失,提升生成密度图质量,引用注意力机制融合模块作为局部特征提取器.最后,对输出特征图进行特征融合,避免尺度信息的丢失,提高了计数准确性.在Shanghai Tech和UCF_CC_50数据集上与CSRNet和多列卷积神经网络(multi-column convolutional neural network,MCNN)相比,MAE和MSE都得到了较大的提升,实验证明该模型具有良好的计数精度.
关键词：人群计数注意力机制高分辨率网络特征融合卷积神经网络
论文发表日期：2022-10-28
在线出版日期：2026-05-22（本平台首次上网日期，不代表文献的发表时间）
页数：4( 31-34 )