基于注意力机制的多尺度融合人群计数算法

作     者：谢新林 尹东旭 张涛源 谢刚 XIE Xinlin;YIN Dongxu;ZHANG Taoyuan;XIE Gang

作者机构：太原科技大学电子信息工程学院山西太原030024 太原科技大学先进控制与装备智能化山西省重点实验室山西太原030024 

出 版 物：《计算机工程》 (Computer Engineering)

年 卷 期：2024年第50卷第3期

页      面：290-297页

学科分类：08[工学] 081203[工学-计算机应用技术] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：国家自然科学基金(62006169) 山西省重点研发计划(202202010101005) 太原科技大学博士科研启动基金(20192047) 山西省高等学校科技创新项目(2020L0347)。 

主　　题：人群计数 多尺度融合 注意力机制 卷积神经网络 密度图 

摘      要：针对人群计数图像人头尺度变化大、背景噪声高等问题,提出一种基于注意力机制的多尺度融合人群计数算法,以充分聚合多尺度信息,并有效区分背景噪声。构建基于残差连接的空洞空间金字塔池化,通过残差结构以及多个不同扩张率的空洞卷积在捕获多尺度头部目标特征的同时融入浅层特征图的空间细节信息,提高特征图质量;构建跨层多尺度特征融合模块,融合浅层和深层分支不同大小的边缘细节信息和上下文语义信息,并设计基于多分支的特征融合模块,融合不同感受野大小的多尺度信息以缓解大规模人头尺度变化的问题;构建基于矩阵相似运算的通道和空间注意力机制模块提取像素级特征权重,加强网络对于背景和人头目标的判别能力,自适应矫正位置信息。实验结果表明,相比11种对比算法的最优值,所提算法在SHA数据集上的平均绝对误差和均方根误差指标降低1.4%、4.2%,在UCF_CC_50数据集上降低4.9%、1.8%,能够精确地预测人群分布状态和估计人群数量,生成高质量的人群密度图。