基于深度學習的人群密度估計及稠密人群計數(shù)的研究.pdf

1、人群密度估計與稠密人群計數(shù)是當前計算機視覺領域的研究熱點之一，具有非常廣泛的應用。隨著國家經(jīng)濟的持續(xù)高速發(fā)展，城鎮(zhèn)化不斷推進，城市人口規(guī)模越來越大，人群密集行為越來越多，由此帶來的恐怖事件、踩踏事件也日趨增多，如上海外灘踩踏事件、甘肅固原踩踏事件等。目前通過監(jiān)控視頻實現(xiàn)人群密度估計和準確人群計數(shù)是一個至關重要的任務，其結果對人群檢測、人群異常行為分析等有重要的參考作用。深度學習是一種由多個處理層組成的計算模型，它不需要人工標注各種特征，

2、可以通過學習獲得數(shù)據(jù)的多抽象層表示。近年來，深度學習方法的廣泛應用顯著提高了語音識別、視覺目標識別和檢測結果。卷積神經(jīng)網(wǎng)絡是目前深度學習中最為流行的學習算法，其主要優(yōu)勢體現(xiàn)在局部連接和權值共享，不僅降低了網(wǎng)絡模型的復雜度，減少了權值數(shù)量，而且這種網(wǎng)絡結構對平抑、旋轉、傾斜、比例縮放等具有高度不變形。本文基于深度學習方法對復雜場景中人群密度估計與稠密人群計數(shù)問題進行研究。
　　稠密人群的特征為人群數(shù)量極大、場景透視、相鄰個體間存在嚴

3、重的遮擋與阻塞，為有效降低上述特征對人群密度估計和人群計數(shù)帶來的影響，本文首先引入局部稠密概念，將圖像分塊，通過均勻化樣本、添加距離閾值、增加歐氏距離權值改進kNN算法，并將D-kNN算法與灰度共生矩陣結合用于人群密度估計。均勻化樣本和設置閾值避免了因目標場景與樣本之間的距離過大造成的誤判，保證了分類的性能；添加距離權值增強了特征的表示能力，降低了高維度特征對分類結果造成的影響。其次，本文借鑒卷積神經(jīng)網(wǎng)絡自動提取特征和對場景扭曲的不變性

4、，提出了一種 LR-CNN稠密人群計數(shù)模型。LR-CNN模型可以從分割和壓縮過的圖像中提取到原圖像的有效信息；通過使用新的LR激活函數(shù)給卷積神經(jīng)網(wǎng)絡添加非線性因素，保留了部分負值，修正了數(shù)據(jù)分布，解決了ReLU訓練時神經(jīng)元易死亡的問題；使用人群密度估計得出的稠密塊來訓練LR-CNN稠密人群計數(shù)模型，降低了人群分布不均勻對人群計數(shù)問題帶來的影響。
　　為了驗證和分析算法性能，本文采用當前較為流行的 ShanghaiTech和UCF_

5、CC_50數(shù)據(jù)集。使用均絕對誤差（MAE）和均方誤差（MSE）作為評估算法性能的標準，實驗結果表明：本文設計的CNN計數(shù)模型在測試集上的MAE和MSE分別為：169.4，258.6；35.1，57.3；408.7，460.3；2.19，7.63；在稠密人群計數(shù)方面MAE和MSE較以往的方法有了明顯的降低，提高了計數(shù)的準確率，對稠密人群計數(shù)因遮擋透視帶來的問題提供了有效的解決方法。通過實驗測試及與其他方法的對比，在高人群密度場景下較以往的