摘要

针对现有人群密度估计方法在实际应用中容易受到环境干扰、适应性不强等限制,提出一种基于多信息卷积神经网络的人群密度估计方法。首先,根据样本数据的特点生成数据密度图标注与数据增强;然后,为适应不同真实场景的巨大差异,提取图像的色调、色饱和度、灰度(HSG)信息作为训练数据的输入,并利用共享卷积层、结合两个子网络不同卷积深度的特征构建网络模型;最后,对网络输出的密度图进行积分,得到相应的人数。与主流方法对比,在Shanghaitech数据集上进行的相关实验证明了所提方法的良好性能。

  • 单位
    四川大学