《電子技術(shù)應(yīng)用》
您所在的位置:首頁 > 其他 > 设计应用 > 基于上下文特征重聚合网络的人群计数
基于上下文特征重聚合网络的人群计数
信息技术与网络安全
郝晓亮,杨倩倩,夏殷锋,彭思凡,殷保群
(中国科学技术大学 信息科学技术学院,安徽 合肥230027)
摘要: 针对计数问题中人群目标尺度的变化问题,提出了一种基于上下文特征重聚合的计数算法。将高层网络提取的语义信息与底层网络提取的人群尺度细节信息相结合,旨在利用浅层网络中提取的信息向深层网络提取的特征中融入不同尺度的行人目标特征,从而融合多种尺度的人群特征回归出高质量的人群密度图。此外,在ShanghaiTech、UCF_CC_50以及 UCF_QNRF 三个数据集进行算法的性能验证,并通过结构实验验证本文结构的有效性。
中圖分類號: TP391
文獻(xiàn)標(biāo)識碼: A
DOI: 10.19358/j.issn.2096-5133.2021.07.010
引用格式: 郝曉亮,楊倩倩,夏殷鋒,等. 基于上下文特征重聚合網(wǎng)絡(luò)的人群計數(shù)[J].信息技術(shù)與網(wǎng)絡(luò)安全,2021,40(7):59-65.
Context-aware feature reaggregation network for crowd counting
Hao Xiaoliang,Yang Qianqian,Xia Yinfeng,Peng Sifan,Yin Baoqun
(School of Information Science and Technology,University of Science and Technology of China,Hefei 230027,China)
Abstract: Aiming at the problem of the target scale-aware in crowd counting, this paper proposes a counting algorithm based on the reaggregation of contextual features. The semantic information extracted by the high-level network is combined with the crowd-scale detail information extracted by the low-level network, and the purpose is to use the information extracted from the low network to integrate the features of different scales into the features extracted from the deep network, thereby fusing multiple scales crowd feature return to a high-quality crowd density map. In addition, this paper performs algorithm performance verification on ShanghaiTech, UCF_CC_50 and UCF_QNRF datasets and the effectiveness of structures is verified through structural experiments.
Key words : crowd counting;context-aware feature enhance;multi-scale feature fusion;density map

0 引言

 在人群計數(shù)所面臨的諸多難題中,人群尺度變化導(dǎo)致的計數(shù)性能下降問題備受關(guān)注。圖1所示在人群密度較大的場景中,圖片中不同區(qū)域的人群在分布上存在人頭尺度上的不均衡,對計數(shù)準(zhǔn)確性造成嚴(yán)重的影響。為了解決此類問題,本文提出了基于上下文的特征增強方法,提取不同尺度的人頭特征,融合經(jīng)過強化的特征,生成反映不同人頭尺度的密度圖



本文詳細(xì)內(nèi)容請下載:http://m.tom3567.com/resource/share/2000003679




作者信息:

郝曉亮,楊倩倩,夏殷鋒,彭思凡,殷保群

(中國科學(xué)技術(shù)大學(xué) 信息科學(xué)技術(shù)學(xué)院,安徽 合肥230027)


此內(nèi)容為AET網(wǎng)站原創(chuàng),未經(jīng)授權(quán)禁止轉(zhuǎn)載。
主站蜘蛛池模板: 欧美日本高清一区| 在线观看亚洲视频啊啊啊啊| 国产精品美女久久久久久免费| 久久av中文字幕| 日韩中文字幕一区二区| 国产精品美女主播在线观看纯欲| 国产成人精品免高潮在线观看| 欧美久久在线| www国产亚洲精品| 亚洲伊人久久大香线蕉av| 午夜精品久久久久久久男人的天堂 | 国产精品美女久久久久久免费| 国产日韩欧美综合| 国产aⅴ精品一区二区三区黄| 国产精品三级网站| 99国产视频在线| 日韩中文字幕第一页| 美女精品视频一区| 国产不卡视频在线| 日本黄网免费一区二区精品| 久久成人免费视频| 伊人久久大香线蕉av一区V| 久久久久久久香蕉| 久久久99免费视频| 国产精品免费久久久| 婷婷久久五月天| 国产精品亚洲a| 欧美日韩亚洲在线| 亚洲综合在线做性V| 久久中文字幕视频| 91精品国产99| 国产欧美日韩精品丝袜高跟鞋| 高清国语自产拍免费一区二区三区| 青青青国产在线观看| 99视频免费播放| 精品国产免费av| 欧美国产日韩激情| 欧美大香线蕉线伊人久久国产精品| 国产精品91久久久久久| 久久久久99精品久久久久| 欧美最猛黑人xxxx黑人猛叫黄|