%0 Journal Article
%T 基于卷积神经网络和密度分布特征的人数统计方法<br>A Crowd Counting Method Based on Convolutional Neural Networks and Density Distribution Features
%A 郭继昌
%A 李翔鹏
%J 电子科技大学学报
%D 2018
%R 10.3969/j.issn.1001-0548.2018.06.002
%X 在行人监控视频中，由于行人遮挡、场景光照变化，人群分布不均等因素的影响使得现有方法难以准确统计视频中人数。针对该问题，提出一种基于卷积神经网络和密度分布特征的人数统计方法。该方法首先将场景中的人群依据密度进行划分；对稀疏人群，使用Retinex算法将场景去噪后转换至HSV空间中对行人位置进行预判，并使用栅极损失函数分块训练卷积神经网络提取行人特征，实现对遮挡行人局部位置的识别；对密集人群，提取人群密度分布特征并使用多核回归函数估计人群数量。该算法在PETS2009、UCSD等数据集上进行了测试，实验结果表明所提算法具有更好的统计精度。<br>
%K Caffe
%K 卷积神经网络
%K 人数统计
%K 密度分布特征&lt
%K br&gt
%U http://manu50.magtech.com.cn/dzkjdx/CN/abstract/abstract4034.shtml