基于像素距离图和四维动态卷积网络的密集人群计数与定位方法

作     者：高阳峄 雷涛 杜晓刚 李岁永 王营博 闵重丹 GAO Yangyi;LEI Tao;DU Xiaogang;LI Suiyong;WANG Yingbo;MIN Chongdan

作者机构：陕西科技大学电子信息与人工智能学院西安710021 陕西省人工智能联合实验室(陕西科技大学)西安710021 中铁第一勘察设计院集团有限公司西安710043 

基　　金：国家自然科学基金资助项目(62271296) 陕西省杰出青年基金资助项目(2021JC-47) 

出 版 物：《计算机应用》 (journal of Computer Applications)

年 卷 期：2024年第44卷第7期

页      码：2233-2242页

摘      要：基于卷积神经网络(CNN)获得回归密度图的方法已成为人群计数与定位的主流方法,但现有方法仍存在两个问题:首先传统方法获得的密度图在人群密集区域存在粘连和重叠问题,导致网络最终人群计数和定位错误;其次,常规卷积由于其权重不变,无法实现对图像特征的自适应提取,难以处理复杂背景和人群密度分布不均匀的图像。为解决上述问题,提出一种基于像素距离图(PDMap)和四维动态卷积网络(FDDCNet)的密集人群计数与定位方法。首先定义了一种新的PDMap,利用像素级标注点之间的空间距离关系,通过取反操作提高人头中心点周围像素的平滑度,避免人群密集区域的粘连重叠;其次,设计了一种FDDC模块,自适应地改变卷积四个维度的权重,提取不同视图提供的先验知识,应对复杂场景和分布不均匀导致的计数与定位困难,提高网络模型的泛化能力和鲁棒性;最后,采用阈值过滤局部不确定预测值,进一步提高计数与定位的准确性。在NWPU-Crowd数据集的测试集上:在人群计数方面,所提方法的平均绝对误差(MAE)和均方误差(MSE)分别为82.4和334.7,比MFP-Net(Multi-scale Feature Pyramid Network)分别降低了8.7%和26.9%;在人群定位方面,所提方法的综合评价指标F1值和精确率分别为71.2%和73.6%,比TopoCount(Topological Count)方法分别提升了3.0%和5.9%。实验结果表明,所提方法能够处理复杂背景的密集人群图像,取得了更高的计数准确率和定位精准度。

主 题 词：卷积神经网络 人群计数 人群定位 距离变化 动态卷积 局部极大值检测 

学科分类：1305[艺术学-设计学类] 13[艺术学] 081104[081104] 08[工学] 0804[工学-材料学] 081101[081101] 0811[工学-水利类] 

D　O　I：10.11772/j.issn.1001-9081.2023070918

馆 藏 号：203128749...