首页 | 本学科首页   官方微博 | 高级检索  
     

基于卷积神经网络的人群计数研究
引用本文:袁烨,吴震宇,江先志. 基于卷积神经网络的人群计数研究[J]. 成组技术与生产现代化, 2017, 34(2). DOI: 10.3969/j.issn.1006-3269.2017.02.011
作者姓名:袁烨  吴震宇  江先志
作者单位:浙江理工大学机械与自动控制学院,浙江 杭州,310018
摘    要:针对卷积神经网络模型训练效率不高的问题,在人群计数方面提出了一种分块多列卷积神经网络构架,即将整幅图像分割成大小相等的3部分后分别进行训练.这样大大降低了单个模型数据的输入维度,训练效率有了很大的提升.针对数据准备阶段密度图不易生成的问题,提出了一种简化且有效的密度图生成方法.在公开数据集mall_dataset上对所提出的方法进行了验证,并与现在表现优秀的多列卷积神经网络(MCNN)方法做了对比.实验结果表明,本方法在保持计数准确率的基础上提高了模型的训练效率.

关 键 词:人群计数  卷积神经网络  密度图

Research on Crowd Counting via DeepConvolution Neural Networks
YUAN Ye,WU Zhen-yu,JIANG Xian-zhi. Research on Crowd Counting via DeepConvolution Neural Networks[J]. Group Technology & Production Modernization, 2017, 34(2). DOI: 10.3969/j.issn.1006-3269.2017.02.011
Authors:YUAN Ye  WU Zhen-yu  JIANG Xian-zhi
Abstract:
Keywords:
本文献已被 CNKI 万方数据 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号