典型文献
基于深度学习的人群计数算法综述
文献摘要：
人群计数在视频监控、公共安全、智能商业等许多领域都有广泛的应用,近年来,随着深度学习的不断发展,人群计数已经成为计算机视觉领域研究的热点之一.本文根据提取特征方式的不同,将人群计数分为两类一类是传统方法,另一类是基于深度学习的方法,对基于卷积神经网络的方法进行重点分析和介绍;进一步介绍了人群计数领域的基准数据集和其他代表性数据集,实验结果表明,在人群密集和尺度变化较大的场景,基于卷积神经网络的方法优于传统方法,在尺度变化较大、人群较复杂的场景中多列网络比单列网络计数更加准确,效果更好;最后讨论了算法的未来发展方向.
文献关键词：
人群计数;卷积神经网络;深度学习;计算机视觉
中图分类号：
作者姓名：
田月媛;邓淼磊;高辉;张德贤
作者机构：
河南工业大学信息科学与工程学院 郑州450001;河南省粮食信息处理国际联合实验室 郑州450001
文献出处：
引用格式：
[1]田月媛;邓淼磊;高辉;张德贤-.基于深度学习的人群计数算法综述)[J].电子测量技术,2022(07):152-159
A类：
B类：
人群计数,数算,视频监控,公共安全,智能商业,计算机视觉,提取特征,另一类,基准数据集,尺度变化,多列,单列
AB值：
0.270656
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
