卷积神经网络下的复杂场景人群计数算法研究
作者机构:昆明理工大学昆明650093
出 版 物:《电脑编程技巧与维护》 (Computer Programming Skills & Maintenance)
年 卷 期:2024年第1期
页 面:34-36页
学科分类:08[工学] 0812[工学-计算机科学与技术(可授工学、理学学位)]
摘 要:针对复杂场景,提出了一种基于注意力机制的多尺度融合算法,用于解决复杂场景中的人群计数问题。算法利用卷积神经网络(CNN)进行特征提取,引入通道和空间注意力机制以提高背景和人头目标的识别性能,并自适应校正位置信息。通过卷积池化金字塔和多分支特征融合结构,实现了多尺度特征的优化。采用联合损失函数,包括欧式几何距离损失函数和人数损失函数,提高了人群计数的准确性。实验结果表明,在CNN的运行环境下,该算法在平均绝对误差(MAE)和平均方误差(MSE)等评估指标上优于近年来的主流人群计数方法,对partA和partB数据集都取得显著改进。