-
题名基于点对点网络的人群计数方法
被引量：1
- 1
-
-
作者
肖克爽
康志煊
-
机构
湖北工业大学
-
出处
《信息与电脑》
2022年第13期79-85,共7页
-
文摘
随着国内社会的快速发展,大量人口聚集的生活工作的场所隐藏着诸多的安全隐患。因此,视频监控等图像技术手段成为了维护社会治安的重要手段,人群计数作为其中一项重要的技术也得到飞速发展,在公共安全、疫情管控、应急指挥等方面得到广泛应用。近些年,随着卷积神经网络技术的发展,基于深度学习的人群计数的精确度得到了极大的提升,但由于人群遮挡、目标尺度变化、目标分布不均匀等问题,人群计数仍有提升空间。为了进一步提升计数算法的性能,本文制作了人群密度图数据集Hbut,基于pytorch框架,分别在ShanghaiTech、Hbut数据集上对点对点网络进行测试,并使用评价指标对计数性能进行评估。经过在不同数据集的实验结果和相关对比发现,证明基于点对点的人群计数算法具有很高的计数精确度。
-
关键词
人群计数
深度学习
点对点网络
-
Keywords
crowd count
deep learning
point to point network
-
分类号
TP391.3
[自动化与计算机技术—计算机应用技术]
-
