静态图像中采用混合卷积结构进行人群密度估计

摘要: 提出了一种混合卷积神经网络用于人群数量的感知计算，在高度密集的场景中可以准确地预测人群密度图。模型仅由两个部分组成：前端为扩张卷积神经网络提取二维特征；后端采用分数步长卷积神经网络降低下采样中的信息损失。为了验证和分析算法性能，模型设计基于当前较为流行的Shanghai Tech数据集，使用回归问题的评价指标，即平均绝对误差（MAE）和均方误差（MSE）作为评估算法性能的标准。并且在Shanghai Tech (MAE=100.8)，UCF_CC_50 (MAE=305.3) 与 WorldExpo'10数据集上进行测试，实验表明模型在密集场景下较以往的方法有效降低了MAE和MSE，提高了密集人群计数的准确率。