典型文献
融合注意力机制与HRNet的人群计数算法
文献摘要：
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.
文献关键词：
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
中图分类号：
作者姓名：
丁兆敏;郑凯东
作者机构：
西安石油大学计算机学院 陕西西安 710065
文献出处：
引用格式：
[1]丁兆敏;郑凯东-.融合注意力机制与HRNet的人群计数算法)[J].信息技术与信息化,2022(10):31-34
A类：
nnet
B类：
HRNet,人群计数,数算,监控视频,社会安定,行人群,人群分布,判读,社会治安,治安管理,智能数据分析,尺度变化,杂乱,遮挡,高分辨率网络,high,resolution,数卷,神经网络结构,人头,确信,复杂背景,全局特征提取,密度图,注意力机制融合,局部特征提取,特征图,特征融合,尺度信息,Shanghai,Tech,UCF,CC,CSRNet,多列,multi,column,convolutional,neural,network,MCNN,MAE,MSE
AB值：
0.461408
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。
