检索结果-南通市图书馆

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

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

计算机应用 2023年

作者：高阳峄雷涛杜晓刚李岁永王营博闵重丹陕西省人工智能联合实验室(陕西科技大学) 陕西科技大学电子信息与人工智能学院中铁第一勘察设计院集团有限公司

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... 详细信息

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性，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，通过取反操作增强人头中心点周围像素的平滑度，解决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数据集上，所提方法的绝对误差(MAE)和均方误差(MSE)分别为82.4和431.6，与MFP-Net(Multi-scale FeaturePyramidNetwork)相比，所提方法的MAE和MSE降低了8.7%和5.8%，所提方法的综合评价F1和精确率P分别为71.2%和73.6%，与TopoCount(Topological Count)方法相比，所提方法的综合评价F1和精确率P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，实现了更高的计数准确率和定位精准度。

关键词：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

同方期刊数据库评论

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

基于特征去噪的人群定位方法研究

基于特征去噪的人群定位方法研究

作者：贺宏强山西大学

学位级别：硕士

城市安防体系建设促使视频监控设备快速增加,视频图像数据呈现爆发式增长。基于复杂场景图像的人群分析通过人群状态检测与预警为构建安全防护体系提供重要参考信息。作为人群分析中的一项重要任务,人群定位的性能很大程度上决定了场景... 详细信息

城市安防体系建设促使视频监控设备快速增加,视频图像数据呈现爆发式增长。基于复杂场景图像的人群分析通过人群状态检测与预警为构建安全防护体系提供重要参考信息。作为人群分析中的一项重要任务,人群定位的性能很大程度上决定了场景图像语义分析、关键目标识别等高层任务。人群定位旨在以个体作为处理单元,获取独立个体目标的位置信息,对分析人群状态变化维护公共安全具有重要应用价值。密集人群场景条件下,基于神经网络的人群定位模型容易受到物体之间相互遮挡和背景干扰造成的特征噪声的影响,现有人群定位方法的目标信息获取面临挑战:密集人群场景物体特征之间相互依赖,目标特征和背景特征耦合导致个体目标边界模糊;密集人群场景目标被背景物体包围,目标特征受到背景物体特征干扰导致目标特征响应弱。本文针对的上述问题开展基于特征去噪的人群定位方法研究,主要贡献归纳如下:(1)针对类别空间的特征解耦问题,利用目标区域的语义信息引导分支网络学习类别感知特征去噪权重,促使目标类和背景类特征在类别空间解耦,通过引导主干网络对不同类别特征的差异化关注,增强独立个体目标在空间域的特征响应。提出一种基于类别感知特征去噪的人群定位方法。利用语义分割获取目标的空间语义信息,使用扩张卷积层增加特征感受野,设计类别感知特征去噪网络模型,学习特定类别特征去噪权重。将个体目标预测转化为二值图预测问题,基于多尺度去噪特征引导自适应阈值网络对目标类和背景类特征的差异化学习,实现独立个体目标的准确预测。(2)针对傅里叶空间域的特征解耦问题,利用随机傅里叶变换将图像特征全局采样映射到傅里叶变换域,在傅里叶变换域解耦特征间的相关性,引导模型更专注于目标特征与标签的真实联系,抑制特征噪声。提出一种基于傅里叶特征关联的人群定位方法。从样本间傅里叶特征关联的视角,利用样本注意力模块将各样本的同类特征嵌入相同傅里叶特征谱,通过基于互协方差算子的特征去相关优化,学习用于匹配目标预测误差的样本注意力。利用注意力权值加权损失引导模型网络增强目标特征和背景特征的差异化学习,实现独立个体目标的准确预测。

关键词：人群定位特征去噪傅里叶变换特定类别特征样本关联

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

人群定位下的服装设计研究

人群定位下的服装设计研究

作者：徐崔春苏州大学

学位级别：硕士

在服装设计中，设计的最终目的是人，所有设计的出发点都是以消费者的感受体验为准的。在设计的过程中，始终要明确设计的目标人群，并根据其特点来进行设计。在确定目标人群的基础上进行有针对性的服装设计，能更好地帮助设计师在市场... 详细信息

在服装设计中，设计的最终目的是人，所有设计的出发点都是以消费者的感受体验为准的。在设计的过程中，始终要明确设计的目标人群，并根据其特点来进行设计。在确定目标人群的基础上进行有针对性的服装设计，能更好地帮助设计师在市场中检验设计，从某个角度上讲，在为目标人群进行设计时并不需要过于超前的创造性，而是需要设计师消费者心理的把握、对市场条件的把握和对服装大风格的把握。本文基于在人群定位条件下进行服装设计的原则，讨论了如何在设计时做到效率与质量并存，并在项目经验中阐述了其重要性。

关键词：人群定位定位设计市场

基于卷积神经网络的大规模人群计数和定位方法研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于卷积神经网络的大规模人群计数和定位方法研究

作者：谢锦阳山东师范大学

学位级别：硕士

世界范围内,随着城市化进程的加快,城市居民数量剧烈增加,大规模人群聚集的场景也愈发常见。这些场景中会存在较多安全隐患,容易引发公共安全事件。为了防止安全事件的发生,基于计算机视觉的视频监控系统被广泛应用在城市内部的各个公... 详细信息

世界范围内,随着城市化进程的加快,城市居民数量剧烈增加,大规模人群聚集的场景也愈发常见。这些场景中会存在较多安全隐患,容易引发公共安全事件。为了防止安全事件的发生,基于计算机视觉的视频监控系统被广泛应用在城市内部的各个公共场所,实时监控和分析各场所中的人群信息。作为视频监控系统的两项基本任务,大规模人群计数和人群定位也随之在公共安全领域发挥了重要作用,受到了学术界的广泛关注。随着卷积神经网络技术的逐步成熟,现有的人群计数和定位方法已经从应对单一的人群场景过渡到应对相对密集的人群场景。但是在一些环境复杂的场景中,受到人群尺度变化问题和复杂背景问题的影响,现有的这些方法仍无法取得最佳性能。因此本文的目标是应对复杂场景中的尺度变化问题和复杂背景问题,实现大规模人群精确计数和定位。基于这个目标,本文首先对人群计数进行了深入研究,并提出了一种基于多尺度注意力重校准网络的人群计数模型。此外,考虑到单一的人群计数方法只能分析人群场景中不同区域的人群分布情况,无法提供人群的具体位置信息。本文在人群计数的研究基础上,对人群定位展开了进一步的研究,并针对由尺度变化引起的场景边缘个体较小的问题,提出了一种基于多尺度特征细化网络的人群定位模型。因此本文的主要创新工作可总结如下:(1)本文提出一种用于人群计数的多尺度注意力重校准网络,它引入一种特征增强模块和一种特征重校准模块分别应对尺度变化问题和复杂背景问题。首先特征增强模块利用多个扩张卷积进行多尺度特征增强,为后续操作提供丰富的多尺度上下文信息。之后,特征重校准模块集成了维度注意力块和区域重校准块进一步抑制上下文特征中的背景信息。其中,维度注意力块可以捕捉到上下文信息在不同维度之间的语义依赖关系,而区域重校准块则根据依赖关系对不同区域重新分配注意力权重,进一步抑制背景区域在上下文特征中的注意力权重。通过结合使用以上两个模块,本文提出的人群计数方法可以有针对性地捕捉人群图像中的人群特征,准确估计人群密度。在多个公开人群计数数据集上进行的一系列实验显示,本文提出的人群计数方法在计数精度和生成密度图的质量方面明显优于现有的计数方法。(2)本文提出一种用于人群定位的多尺度特征细化网络,它采用三个分支充分提取人群场景在不同尺度上的上下文特征,准确捕捉人群场景中每个个体的信息。具体而言,本方法首先引入一种特征感知模块,它串联了多个不同的扩张卷积,可以在不同尺度上编码更大范围的上下文信息,进一步提高本方法应对尺度变化的鲁棒性。之后,本方法设计了一种特征细化模块促进每个分支之间的上下文信息相互细化,从而可以在最大程度上发挥多尺度上下文信息的表达能力,有效抑制复杂的背景信息。通过结合使用上述两个模块,本文提出的人群定位方法可以在最大程度上定位到场景中的每个个体,更稳健地应对各种复杂的人群场景。在多个人群定位数据集上进行的大量实验显示,本文提出的人群定位方法显著优于现有的方法,具有更先进的定位性能。

关键词：人群计数人群定位卷积神经网络多尺度特征人群分析

场景自适应的人群计数与个体定位方法研究及其应用

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

场景自适应的人群计数与个体定位方法研究及其应用

作者：韩丽娜扬州大学

学位级别：硕士

人群计数有很多应用价值,如合理控制公共场所中的人数可以有效避免拥挤、踩踏等安全事故的发生;准确定位人群中的个体以及估计出个体尺度是人群中个体跟踪和人群复杂行为分析的重要基础。为此,科研人员就人群计数问题开展了大量研究。... 详细信息

人群计数有很多应用价值,如合理控制公共场所中的人数可以有效避免拥挤、踩踏等安全事故的发生;准确定位人群中的个体以及估计出个体尺度是人群中个体跟踪和人群复杂行为分析的重要基础。为此,科研人员就人群计数问题开展了大量研究。现有的人群计数方法主要是在相同或者相似场景中进行训练和测试。然而,当训练模型的场景与测试场景的类型不同时,人群计数的性能会急剧下降。在实际中,拍摄到的人群场景是千变万化的,现有人群计数方法适应场景的能力严重不足,这制约了人群计数方法在实际应用中的推广。提高人群计数方法的跨场景能力还面临着诸多挑战。比如:在不同类型的人群场景中需要处理不同程度的透视变形(即距离摄像机近拍摄的个体会较大,距离摄像机较远拍摄的个体会较小)。另外,当人群场景发生变化时,会造成背景变化的不确定性,给人群计数的准确性带来干扰。目前,基于个体定位的人头尺度估计方法大多根据近邻个体间的距离关系来估计人头尺度,然而对于人群非均匀分布的场景显然无法得到理想的人头尺度估计结果。针对现有人群计数方法跨场景能力的不足以及个体定位和尺度估计方法只能适应特定场景的问题,本文开展了如下研究:(1)提出了基于多尺度特征融合和级联监督的跨场景人群计数方法(Multi-scale Feature Fusion Network,MFFNet)。该网络将从人群图像中提取的多尺度特征进行上采样操作将其组合成多尺度的特征块,接着对多尺度特征块进行卷积和反卷积操作得到不同分辨率的特征,然后采用自底向上的结构将不同分辨率的特征进行融合。在特征融合的过程中,利用基于空洞卷积的多尺度上下文聚合操作分别预测不同分辨率特征对应的人群密度图。在训练过程中,我们提出了级联监督策略来对不同分辨率的特征进行同步优化训练,其中引入了背景抑制损失。我们对四种类型的场景进行了跨场景人群计数实验,结果表明提出的方法相对于目前最好的方法具有更强的场景适应能力,相关工作已发表在 IEEE Transactions on Instrumentation and Measurement。(2)提出了人群图像中自适应透视变形的人头尺度估计方法。本研究在所提人群计数方法估计出个体位置的基础上进一步实现了适应透视变形的人头尺度估计。该方法首先对人群图像按照距离的不同进行切块,然后利用人群计数模型MFFNet预测图像块中个体的位置,接着根据每个个体与近邻个体间的距离关系来估计初始的人头尺度。依据距离摄像头距离接近,人头尺度也相似的原则对初始的人头尺度进行调整。由于人群图像透视变形的斜率未知,且透视变形并不是严格的线性变化,因此利用曲线拟合出人头尺度透视变形的曲线,从而估计出人群图像中人头的尺度。我们在ShanghaiTech数据集上进行了测试。实验结果表明提出的自适应透视变形人头尺度估计方法能够有效提高人群中人头尺度估计的准确程度。(3)设计并实现了一套人群计数系统,包含人群密度图预测、个体定位、人数统计、人头尺度估计等功能。用户通过该系统可以快速获取人群的分布情况、总人数以及估计出个体的间距。

关键词：人群计数多尺度级联监督人群定位人头尺度

基于摄像机和Zigbee联动的人群定位和分析方法的研究与实现

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于摄像机和Zigbee联动的人群定位和分析方法的研究与实现

作者：牧净艳北京邮电大学

学位级别：硕士

近年来,基于视频监控场景下的人群语义挖掘成为计算机视觉领域中的研究热点。在对人群监控场景的理解过程中,准确获取人群中每个人员的位置语义信息起着非常重要的作用。利用这些位置语义信息可以进一步对人群进行分析,达到人群场景内... 详细信息

近年来,基于视频监控场景下的人群语义挖掘成为计算机视觉领域中的研究热点。在对人群监控场景的理解过程中,准确获取人群中每个人员的位置语义信息起着非常重要的作用。利用这些位置语义信息可以进一步对人群进行分析,达到人群场景内容的判定和预测,因此如何提高人群定位的准确率成为研究的重点。为了解决高精度人群定位和分析等问题,本文将传统的视觉分析方法与基于Zigbee的分析方法相结合,提出了一种新的解决方案。本文将摄像机采集的视频信息和有源Zigbee返回的人群总人数联动分析,挖掘出信息之间的相关性,提高定位的准确率。从检测定位时的参数角度出发,提出了人员检测参数自适应优化模型。该模型是通过在训练阶段对特定场景的大样本数据统计挖掘得到的,表征了人员检测关键参数与当前人群的真实数量之间的关系。大量的实验结果证明该方法提高了人群定位的准确率,并为复杂环境下利用摄像机与Zigbee等信号采集设备相结合的方法解决人群定位和分析问题提供了新的思路。人群分析方法是在获得人群定位信息后,利用定位点的分布情况、停留时间等信息对人群进行分析研究。基于本文提出的方法实现了一个人群定位和分析的原型系统,测试结果表明,该系统具有较强的鲁棒性,在特定场景下能够进行准确的人群定位和分析。由于视频监控常常是面向特定场景的,摄像机一般也是固定的,因此该方法在实际应用中具有很好的前景。

关键词：人群定位人群分析 Zigbee 自适应优化模型

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于自动缩放的密集人群计数算法研究

基于自动缩放的密集人群计数算法研究

作者：梁定康华中科技大学

学位级别：硕士

在城镇化快速发展过程中,人口流动愈加频繁,由于公共空间有限,大量人口的涌入引发的社会公共安全问题日益突出。特别是在公共场所,有可能引发严重的踩踏事故,危害人民群众的生命财产安全。因此,如何有效地预测场景中的人群数量已经成为... 详细信息

在城镇化快速发展过程中,人口流动愈加频繁,由于公共空间有限,大量人口的涌入引发的社会公共安全问题日益突出。特别是在公共场所,有可能引发严重的踩踏事故,危害人民群众的生命财产安全。因此,如何有效地预测场景中的人群数量已经成为了最近计算机视觉领域的热点研究问题。随着深度学习和计算机视觉的快速发展,许多密集人群数量自动估计(人群计数)算法陆续被提出。由于密集场景下给每个人头标注包围盒是费时费力的,因此大多数数据集仅仅提供人头点的标注。主流人群计数方法利用归一化的二维高斯核对标注点进行平滑处理,从而生成密度图标签,然后利用卷积神经网络回归每张图片的人群密度图,最终的预测人数为所回归密度图的积分值。这种基于回归密度图的方式在稀疏场景下取得了出色的计数效果,但在密集场景中,由于严重的遮挡、极端的尺度变化以及复杂的背景干扰,此类方法的计数往往表现不佳,且难以实现人群定位。为了解决上述问题,本文针对性地给出了解决方案并做了大量实验证明其有效性,具体内容包括:1.本文分析了密度图在稀疏区域和密集区域上特征值的数值分布差异,发现密集区域中数值的分布存在严重的长尾分布问题。2.为了缩小密集区域和稀疏区域的数值分布差异,缓解密集区域中数值的长尾分布问题。本文提出了一个自动学习尺度缩放模块(Learn to Scale,简称为L2S),它能自动为每个密集区域学习一个缩放因子,从而将所有不同的密集区域缩放到一个相似且适当的密集程度。本文将L2S应用于基于回归密度图的计数范式称之为Auto Scale。3.为了解决密度图中难以准确定位人头的问题,本文提出了一种针对人群定位任务的标签,称之为距离类别图,其中局部最小值区域中心就对应于人头中心。本文将L2S应用于基于定位的计数范式称之为AutoScale*。

关键词：人群计数人群定位尺度缩放尺度自适应长尾分布

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于密度图的人群计数方法研究及应用

基于密度图的人群计数方法研究及应用

作者：杨旭西南交通大学

学位级别：硕士

对人群场景自动计数的研究近年来开始成为计算机视觉领域的一个热门研究方向,如今人群计数算法面临的最大挑战是场景中人群密度高、目标小,很多算法在图像的密集区域检测十分困难。针对该问题,本文从特征融合的角度出发设计了两种即插... 详细信息

对人群场景自动计数的研究近年来开始成为计算机视觉领域的一个热门研究方向,如今人群计数算法面临的最大挑战是场景中人群密度高、目标小,很多算法在图像的密集区域检测十分困难。针对该问题,本文从特征融合的角度出发设计了两种即插即用的特征融合模块,通过提取多层图像特征并融合处理,实现计数模型对不同尺度的图像区域自适应。本文的具体研究内容和创新成果如下:(1)针对人群场景图像尺度变化大的问题,本文提出注意力加权融合模块(AWF)与自底向上融合模块(BUF)。注意力加权融合模块对输入的三个不同尺度特征分别使用注意力分支进行特征权重学习,最后将加权叠加的多尺度特征进行输出。而自底向上融合模块从低层特征逐步与深层特征叠加,最后输出一个更高级的图像特征,两种融合模块都能将多个输入特征处理为一个输出特征。(2)为验证多尺度融合模块的有效性,本文以特征融合模块为核心,分别设计了两个人群计数模型Res Net50+AWF和Res Net50+BUF。两个模型都分为骨干网络、融合模块与解码模块三个部分,其中仅有融合模块不同,其余部分相同。人群计数模型的骨干网络由Res Net50组成,作用是处理输入人群图像,提取三个不同尺度的图像特征。解码模块则由两个连续的卷积层构成,作用是对融合模块的输出特征进行解码,预测人群密度图。(3)为衡量提出模型的计数效果,在公开数据集上进行实验验证。结果显示,Res Net50+AWF模型在Shang Hai Tech数据集上的计数的平均绝对误差(MAE)分别达到44.2(part A)和7.4(part B),均方误差(MSE)达到100.4(part A)和10.6(part B),Res Net50+BUF模型在该数据集上的MAE为52(part A)和7.8(part B),MSE达到104.2(part A)和11.2(part B)。在挑战难度更高的UCF＿CC＿50数据集上,Res Net50+AWF模型的MAE为224.3,MSE为322.6,Res Net50+BUF模型在该数据集上的两个评价指标分别为239.5(MAE)和324(MSE)。(4)本文还构建了一个景区人群数据集,使用提出的两种计数模型在该数据集上实验,其平均绝对误差降低至1.74和2.32,在该数据集上实现了高精度的人数估计。另外,为进一步探讨计数模型在实验过程的影响因素,本文还进行了对比实验,验证数据集的处理方法、训练过程的参数设置等因素对人群计数模型效果的干扰。最后,本文使用峰值查找算法在密度图上进行人群目标定位,并针对其缺点改进了一种基于距离分布的密度图,实现了精度更高的目标定位。

关键词：人群计数密度图注意力机制多尺度特征融合峰值点查找人群定位

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

“图书馆+”跨界服务的实践与思索

图书馆建设 2020年第S01期 151-154页

作者：万玲上海市杨浦区图书馆文献资源服务部

在"互联网+"大潮下,图书馆传统资源优势、服务空间及形式不断被冲击。"图书馆+"跨界服务应运而生并蓬勃发展。本文介绍了上海市杨浦区图书馆知识空间服务、跨界服务现状,以及关注社会热点,开展跨界服务的实践案例,并提出跨界服务要关注... 详细信息

在"互联网+"大潮下,图书馆传统资源优势、服务空间及形式不断被冲击。"图书馆+"跨界服务应运而生并蓬勃发展。本文介绍了上海市杨浦区图书馆知识空间服务、跨界服务现状,以及关注社会热点,开展跨界服务的实践案例,并提出跨界服务要关注社会热点和民众的需求,"图书馆+"跨界服务可按照不同人群定位,为读者提供更有亲和力的服务,满足其个性化需求。

关键词： “图书馆+” 跨界服务社会热点人群定位