检索结果-内蒙古大学图书馆

作者：颜肇义哈尔滨工业大学

学位级别：博士

人群计数是计算机视觉领域的基本任务之一。近年来,随着城市化人口的急剧增加,人群计数在构建智能化城市、实现人群密度监控、车流人流统计等方面,扮演着愈加重要的角色。人群计数的任务目标是,给定一张图片,估计其所包含的人数。对于... 详细信息

人群计数是计算机视觉领域的基本任务之一。近年来,随着城市化人口的急剧增加,人群计数在构建智能化城市、实现人群密度监控、车流人流统计等方面,扮演着愈加重要的角色。人群计数的任务目标是,给定一张图片,估计其所包含的人数。对于一张人群图片,每个人头内部会有相应的一个点进行标明。当今主流方法是,对每个标注点进行高斯模糊得到密度图,构建模型学习输入图到密度图的映射关系。然而,密度图自身存在两个缺点,即存在尺度差异性问题以及标注位置差异性问题。尺度差异性的原因是,图像中人头尺度差异巨大,而密度图并未包含任何人头尺度信息。而标注位置差异的原因是,点标注为人头内部任意一点,即标注的位置存在差异。本文从解决人群图像的人头尺度差异性问题出发,提出了用辅助信息视度图引导的自适应大小卷积,用于建模连续尺度,进而提升网络对尺度差异的鲁棒性。此外,从解决人群标注时的位置差异问题出发,本文尝试用辅助信息人头框标注,在人头框内部构建带符号均方误差,从而提高模型对于标注位置差异的处理能力。另一方面,现有的单个人群计数的数据集体量小,而当今的主流方法并未考虑模型的泛化能力。因此,现有方法的模型过拟合严重。本文根据预训练人群计数的卷积核对不同数据集图片的相应程度不同,构建域卷积核,并将其作为注意力机制的引导信息,从而实现单个模型在多个数据集上性能的提升。具体的内容安排如下:(1)为解决人群图像中的人头尺度差异问题,提出了视度图引导的高斯模糊卷积(Perspective-guided Gaussian-blurring Convolution,PGC)方案。得益于辅助信息视度图的引导,PGC能显式地对深度特征进行空间各异的高斯模糊操作,实现自适应的感受野分配。最后,对于某些缺失视度图标注的数据集,构建了一个视度图估计分支,该分支可以有效地预测相应的视度图,并将预测的视度图作为PGC的引导。通过分析以及实验得出,PGC可以有效地提升网络解决人头尺度的能力,并提升计数性能。(2)虽然PGC可以一定程度上解决人头尺度差异问题,但其本身计算效率低下且特征混淆问题严重。为此,提出了视度图引导的分数膨胀系数卷积操作(Perspective-guided Fractional-dilation Convolution,PFC)。PFC扩展了普通膨胀卷积,使得膨胀系数可以是分数。PFC相比于PGC而言,具有计算步骤简单、无特征混淆以及尺度建模能力强等诸多优点。实验表明,PFC能提高多种网络的人头尺度鲁棒性,并获得优于PGC的性能与速度。(3)为解决标注过程中的位置差异问题,通过引入人头框辅助信息,构建了带符号的均方误差损失(Sign-MSE),增强了网络对标注位置差异的鲁棒性。此外,为了解决部分数据集缺失人头框标注的问题,还构建了一个标注点引导的人头框估计网络。值得注意的是,人头框估计网络只对人群计数训练集预测相应的人头框。由于训练图片均有点标注信息,因此均可预测出相应的人头框。实验表明,Sign-MSE可以有效地解决标注位置误差问题,从而提升模型的计数精度。(4)为解决主流人群计数方法鲁棒性差的问题,通过将多个数据集(可见域)的训练数据合并,以此训练单个模型,并计算预训练计数模型中卷积核的重要程度(即影响力因子),从而生成辅助信息域卷积核(Domain-specific Kernel),构建域卷积核引导的注意力机制,从而提升网络的鲁棒性。实验表明,训练的模型不仅在多个数据集(可见域)上性能较好,还能在未知数据集(未知域)上表现良好。

关键词：场景分析人群计数多域人群计数视度图膨胀卷积

来源：评论

学校读者我要写书评

暂无评论

基于多分支特征融合的密集人群计数网络

引用

计算机工程与设计 2024年第3期45卷 814-821页

作者：孙爽何立风朱纷张梦颖陕西科技大学电子信息与人工智能学院陕西西安710021

针对人群计数任务中存在的多尺度变化、背景噪声等问题,提出一种基于多分支特征融合的人群计数网络。在网络前端设计一个双向特征融合路径,将网络深层的语义信息和浅层的空间细节信息进行反复提取融合,使用位置注意力机制和通道注意力... 详细信息

针对人群计数任务中存在的多尺度变化、背景噪声等问题,提出一种基于多分支特征融合的人群计数网络。在网络前端设计一个双向特征融合路径,将网络深层的语义信息和浅层的空间细节信息进行反复提取融合,使用位置注意力机制和通道注意力机制增强网络对人群和背景之间的判别能力,生成高质量特征图;网络后端采用密集残差连接增强网络对人头连续的多尺度信息提取能力,得到最终的人群密度图。在ShanghaiTech、UCF_CC_50和UCF_QNRF数据集上分别进行的对比实验的结果表明,该模型的计数性能优于先前诸多方法,有着良好的计数精度。

关键词：人群计数多尺度变化特征融合注意力机制密集残差连接空洞卷积密度图

来源：评论

学校读者我要写书评

暂无评论

图像及视频人群计数方法研究

图像及视频人群计数方法研究

引用

作者：董丽哈尔滨工业大学

学位级别：博士

随着世界人口的指数级增长及新型冠状病毒肺炎疫情的全球性流行,公共安全、智能监控等领域被赋予了新的机遇。人群计数问题作为其中的关键子问题成为了计算机视觉领域的研究热点。人群计数任务的目标为自动地估计出给定图像或视频帧中... 详细信息

随着世界人口的指数级增长及新型冠状病毒肺炎疫情的全球性流行,公共安全、智能监控等领域被赋予了新的机遇。人群计数问题作为其中的关键子问题成为了计算机视觉领域的研究热点。人群计数任务的目标为自动地估计出给定图像或视频帧中的人群数量。相较于传统的基于探测的方法,基于深度卷积神经网络的模型在拥挤的人群场景中取得了比传统方法更优的性能。但由于存在诸如人体头部尺度变化、人群分布不均、人体头部标注困难等问题,图像及视频人群计数任务仍具有挑战性。本文针对图像及视频人群计数任务中存在的问题和挑战展开研究。具体研究内容总结如下: (1)针对人体头部尺度变化问题,提出了基于卷积神经网络的尺度感知模型。该模型采用编-解码结构,融合了两种多尺度机制,即:在编码阶段采用不同大小的卷积核提取多尺度特征;在解码阶段融合网络不同阶段生成的多尺度特征,并生成最终的高斯人群密度估计图。此外,考虑到人群密度分布信息包含着人体头部大小的关键信息,提出了多维度基于密度的空间分布特征,以辅助网络融合上述两种类型的多尺度特征。在多个数据集上的实验结果表明,该模型能够有效地缓解人群计数任务中的人体头部尺度变化问题。 (2)针对人群分布不均问题,提出了基于自适应6)近邻关系的混合真值方法。首先,该方法采用改进的自注意力机制来建模像素点间的全局依赖关系,并利用像素间自适应的6)近邻关系,对像素点特征进行增强。其次,引入了权重关注机制,使该方法专注于6)近邻关系中具有高权重的位置。再次,以由粗到细的方式生成高斯人群密度图,并将其作为人群分布信息逐步融入网络,以辅助网络融合多尺度特征及生成最终的人群密度点图。最后,采用U形结构来生成人群密度点图,证明了多尺度结构对于生成人群密度点图的重要意义。在多个数据集上的实验结果表明,该方法能够有效地处理人群分布不均场景下的人群计数问题。 (3)针对人体头部标注困难的问题,提出了基于Transformer的弱监督人群计数方法。当前人群计数方法多采用点状标注,即使用一个点标注图像中的每个人。然而,该方法不仅标注成本高,且在评测阶段,人体头部位置信息也未被纳入评估指标中。相反,计数级标注法则因只需标注出图像中的人群数量,而大大地降低了标注量和难度。因此,本文提出了一个弱监督方法采用计数级标注作为监督信息,其借助类金字塔Transformer模型提取多层次的特征,并采用U形网络结构,以从粗到细的方式回归人群数量。首先,结合人群计数任务中人群分布不均的特点,提出了一种场景自适应的自注意力机制,并将其集成到Twins模型中,以提高其特征提取能力。其次,引入了多级弱监督损失函数来辅助梯度的反向传播,以进一步提高人群计数的性能。最后,由计数级标注监督生成的中间特征,被作为人群位置和分布的关键线索,帮助网络融合多尺度特征。在多个数据集上的实验结果表明,该方法在弱监督的设置下,也能取得有竞争力的人群计数效果。 (4)针对视频人群计数任务的特点,提出了基于局部交叉时空关系的视频人群计数方法。首先,考虑到相邻帧间的局部时空一致性,提出了局部交叉关系模块,通过自适应局部自注意机制建模相邻帧间像素的局部依赖关系,从而在交叉方向上增强相邻视频帧的特征表示。其次,提出了一种自适应余弦相似性来衡量像素点间的关系。再次,考虑到相邻帧间场景变化的不均性,提出了场景一致性注意力机制,使局部交叉关系模块更关注相邻帧中具有强关联性的位置。最后,局部交叉关系模块以从粗到细的方式被集成到网络中,以更好地适应人体头部的多尺度特性。在多个公共视频数据集上的实验结果表明,该方法在提取及融合相邻视频帧间时空特征方面的有效性。

关键词：人群计数卷积神经网络自注意力 Transformer 多尺度时空信息

来源：评论

学校读者我要写书评

暂无评论

特征增强损失与前景注意力人群计数网络

引用

计算机科学 2023年第3期50卷 246-253页

作者：张译吴秦江南大学人工智能与计算机学院江苏无锡214122 江南大学江苏省模式识别与计算智能工程实验室江苏无锡214122

人群计数旨在准确估计图像中的总人数并呈现其分布。相关数据集中的图像通常涉及各类场景且包含多人。为节约人力,大多数数据集通常在每个人头部以单点标注作为标签。然而,点标签无法囊括人头部的完整范围,使得人群特征与分布标签的匹... 详细信息

人群计数旨在准确估计图像中的总人数并呈现其分布。相关数据集中的图像通常涉及各类场景且包含多人。为节约人力,大多数数据集通常在每个人头部以单点标注作为标签。然而,点标签无法囊括人头部的完整范围,使得人群特征与分布标签的匹配难以收敛,预测值无法聚集在前景区域,严重影响密度估计图质量和模型计数准确度。为了解决这个问题,使用计数损失来约束全图上的预测值范围,并佐以像素级的分布一致损失优化密度图匹配过程。此外,复杂场景中存在许多易与人群特征混淆的背景噪声,为了避免假阳性预测对后续计数和密度图估计的干扰,提出前景分割模块和特征增强损失来自适应地聚焦前景区域,并加大前景位置上人头特征对计数的贡献,从而达到抑制背景误判的作用。此外,为了使网络更好地适应人头的多尺度形态,对每个待训练图片分别进行上下采样操作,以获得具有同目标的多尺度形态。在多个数据集上进行了实验,结果表明,与最先进的方法相比,所提方法取得了更好或更有竞争力的结果。

关键词：人群计数深度学习前景分割背景补偿密度估计

来源：评论

学校读者我要写书评

暂无评论

基于深度神经网络的“弱监督”密集场景人群计数算法

引用

计算机科学 2020年第4期47卷 184-188页

作者：刘砚雷印杰宁芊四川大学电子信息学院成都610065

目前,在密集场景人群计数任务中,标注真实密度图的方法是对行人头部的中心位置进行标注,并利用高斯卷积生成真实的密度分布图作为监督信息。但是,对于密集场景而言,这样的标注方式是费时、费力的,并且密集场景图片中有诸多“非受控”因... 详细信息

目前,在密集场景人群计数任务中,标注真实密度图的方法是对行人头部的中心位置进行标注,并利用高斯卷积生成真实的密度分布图作为监督信息。但是,对于密集场景而言,这样的标注方式是费时、费力的,并且密集场景图片中有诸多“非受控”因素,如低分辨率、背景噪声、目标遮挡和尺度变化等。针对这一问题,提出了一种新的标注方法,即只需要知道图片中包含多少个物体,以图片中行人的数量作为监督信息。与传统的真实密度图相比,所提出的标记方法中以真实目标的数值为“弱监督”信息。实验结果表明,对于人群回归任务,利用弱监督信息对神经网络进行训练得到的模型能够较为准确地回归出图片中所包含目标的数量,从而证明了该方法的有效性。

关键词：深度学习神经网络人群计数弱监督

来源：评论

学校读者我要写书评

暂无评论

基于单列多尺度卷积神经网络的人群计数

引用

计算机科学 2020年第4期47卷 150-156页

作者：彭贤彭玉旭汤强宋砚琪长沙理工大学计算机与通信工程学院长沙410000

单张图片和监控视频中的人群计数问题在近年来受到了越来越多的关注。尺度的变化和人群遮挡等问题,导致人群计数是一项十分具有挑战性的任务,但是深度卷积神经网络被证明能有效地解决这一问题。文中提出了一种单列多尺度的卷积神经网络... 详细信息

单张图片和监控视频中的人群计数问题在近年来受到了越来越多的关注。尺度的变化和人群遮挡等问题,导致人群计数是一项十分具有挑战性的任务,但是深度卷积神经网络被证明能有效地解决这一问题。文中提出了一种单列多尺度的卷积神经网络,该网络提供了一种数据驱动的深度学习方法,能够理解各种不同的场景,并能进行精确的计数估计。该网络模型主要由作为二维特征提取的前端与中端,和用来还原密度图的后端组成。其中,使用堆叠池代替最大池化层,在不引入额外参数的前提下增加了模型的尺度不变性。网络模型前端采用部分VGG-16结构;中端采用FME(特征聚合模块),用来打破不同列之间的独立,以更好地提取多尺度特征信息;后端采用3列5层的不同扩张率的空洞卷积,在保持分辨率不变的情况下增加感受野,生成更高质量的人群密度图,并引入一种相对人数损失,以提升稀疏密度人群情况下模型的性能。该模型在两个最具挑战性的人群计数数据集上都取得了很好的效果。实验结果表明,在公开人群计数数据集ShanghaiTech的两个子集和UCF_CC_50上,该方法的平均绝对误差(MAE)和均方误差(MSE)分别是66.2和103.0、8.7和13.4、251.0和329.5,性能比传统人群计数方法更好。与其他模型相比,该模型拥有更高的精度和更好的鲁棒性,对稀疏人数图像有着更好的计数效果。

关键词：卷积神经网络人群计数堆叠池空洞卷积特征聚合相对人数损失

来源：评论

学校读者我要写书评

暂无评论

基于正态逆伽马分布的多尺度融合人群计数算法

引用

计算机应用 2024年第7期44卷 2243-2249页

作者：李伟张晓蓉陈鹏李清张长青中国电子科技集团公司第二十八研究所南京210007 天津大学智能与计算学部天津300354

针对人群分析任务中往往存在的因监控与人群距离不同而导致的尺度变化大的问题,提出一种基于正态逆伽马分布的多尺度融合人群计数算法MSF(Multi-Scale Fusion crowd counting)。首先,使用传统骨架提取公共特征,通过多尺度信息提取模块... 详细信息

针对人群分析任务中往往存在的因监控与人群距离不同而导致的尺度变化大的问题,提出一种基于正态逆伽马分布的多尺度融合人群计数算法MSF(Multi-Scale Fusion crowd counting)。首先,使用传统骨架提取公共特征,通过多尺度信息提取模块获得图像中不同尺度的行人信息;其次,每个尺度的网络各自包含一个人群密度估计模块和一个用于评估每个尺度预测结果可信度的不确定估计模块;最后,多尺度预测融合模块依据可信度对多尺度预测结果进行动态融合,以获得更准确的密度回归结果。实验结果表明,现有算法密集场景识别网络(CSRNet)在通过多尺度可信融合扩展后,在UCF-QNRF数据集上人群计数的平均绝对误差(MAE)和均方误差(MSE)分别减小了4.43%和1.37%,验证了MSF算法的合理性和有效性。此外,与现有算法不同,MSF算法不仅可以预测人群密度,还可以在部署阶段提供预测的可信程度,从而使算法在实际应用中能及时预警模型预测不准确的区域,降低后续分析任务出现错误预判的风险。

关键词：人群计数多尺度可信融合人群密度估计不确定性

来源：评论

学校读者我要写书评

暂无评论

基于双重注意力机制的人群计数方法

引用

计算机应用 2024年第9期44卷 2886-2892页

作者：赵志强马培红黑新宏西安理工大学计算机科学与工程学院西安710048 陕西省网络计算与安全技术重点实验室(西安理工大学) 西安710048

针对复杂场景下人群计数问题中的尺度变化、背景干扰和部分遮挡等问题,在空洞卷积操作的基础上,提出一种基于双重注意力机制的空洞上下文卷积神经网络(DA-DCCNN)。首先,将VGG16中的卷积层作为特征提取器,获取人群图像抽象、深层的特征图... 详细信息

针对复杂场景下人群计数问题中的尺度变化、背景干扰和部分遮挡等问题,在空洞卷积操作的基础上,提出一种基于双重注意力机制的空洞上下文卷积神经网络(DA-DCCNN)。首先,将VGG16中的卷积层作为特征提取器,获取人群图像抽象、深层的特征图;其次,利用空洞卷积构造空洞上下文模块(DCM)对不同层获取的特征进行连接,并引入空间注意力模块(SAM)和通道注意力模块(CAM)获取上下文信息;最后,组合欧氏距离和交叉熵构造损失函数,对网络预测注意力图和真实注意力图之间的差异进行度量。在ShanghaiTech、UCF_CC_50和UCF-QNRF 3个公开数据集上的实验结果表明,DA-DCCNN在有效获取图像的多尺度特征的同时,增强了对图像中重要区域和通道的感知能力,平均绝对误差(MAE)取得了相对最优的结果。基于双重注意力机制的特征融合网络能有效感知图像中的空间结构和局部特征,从而使得生成的密度图能更准确地对人群区域进行预测和计数。

关键词：空洞卷积上下文特征双重注意力机制密度图人群计数

来源：评论

学校读者我要写书评

暂无评论

双任务交互下的四段监督人群计数网络

引用

小型微型计算机系统 2023年第10期44卷 2120-2126页

作者：王大正张涛江南大学人工智能与计算机学院江苏无锡214122

针对人群计数任务中存在的场景遮挡问题和人群分布不均问题,本文提出了一种双任务交互下的四段监督人群计数网络(Four stage supervised network,F2SNet).首先,通过优化早期分布来监督早阶段的特征,提升浅层网络对前背景的甄别能力,同... 详细信息

针对人群计数任务中存在的场景遮挡问题和人群分布不均问题,本文提出了一种双任务交互下的四段监督人群计数网络(Four stage supervised network,F2SNet).首先,通过优化早期分布来监督早阶段的特征,提升浅层网络对前背景的甄别能力,同时避免了训练过程中的梯度消失以及收敛过慢问题.计数监督则关注了网络的计数准确性,并生成反映不同特征重要程度的人群响应图.终期分布修正模块结合高频语义信息,进一步监督人群的分布预测.背景抑制模块则抑制网络在背景区域上的误判.4个模块协同工作,在保证预测精度的前提下关注了密度分布的一致性.在4个常用人群数据集上的实验结果表明,与已有的人群计数算法相比,F2SNet具有良好的人群计数能力和分布预测能力.

关键词：深度学习人群计数卷积神经网络密度估计多任务学习

来源：评论

学校读者我要写书评

暂无评论

基于跨列特征融合的人群计数方法

引用

计算机科学 2021年第6期48卷 118-124页

作者：李佳倩严华四川大学电子信息学院成都610065

人群计数是计算机视觉和机器学习领域中一个极具挑战性的课题。由于人群尺度变化和场景遮挡等现象会导致计数准确度不高,因此提出了一种基于跨列特征融合的人群计数方法(Cross-column Features Fusion Network, CCFNet)。该方法融合了... 详细信息

人群计数是计算机视觉和机器学习领域中一个极具挑战性的课题。由于人群尺度变化和场景遮挡等现象会导致计数准确度不高,因此提出了一种基于跨列特征融合的人群计数方法(Cross-column Features Fusion Network, CCFNet)。该方法融合了来自多列不同接受域的特征,并且结合了拥有互质扩张率的空洞卷积,因此不仅能够增大感受野,还能保证信息的连续性,从而更好地适应人群规模的巨大变化;同时引入注意力模型引导网络聚焦于图片中的头部位置,根据注意力分数图为不同位置分配不同的权重,突出人群而弱化背景,最终得到高质量的密度图。在当前主流的人群计数数据集上的对比实验中,所提方法的平均绝对误差(Mean Absolute Error, MAE)在ShanghaiTech数据集的A,B子集上分别达到了63.2和8.9,在UCF_CC_50数据集上达到了222.1,在WorldExpo’10数据集上达到了7.1。这表明所提方法具有更好的计数准确度,能够很好地适应不同的场景,尤其对于尺度变化较大的场景,效果优于以往的大多数算法。

关键词：人群计数跨列特征融合空洞卷积注意力模型

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：