-
题名一种基于卷积神经网络的轨道交通场景人群计数模型
- 1
-
-
作者
杨路辉
湛忠义
潘尚考
刘光杰
陆斌
-
机构
南京理工大学自动化学院
南京信息工程大学电子与信息工程学院
南京熊猫信息产业有限公司
-
出处
《太赫兹科学与电子信息学报》
2023年第7期934-938,共5页
-
基金
国家自然科学基金资助项目(U1836104)。
-
文摘
现有的人群计数方法不能够完全适用于轨道交通场景中,为此,提出一种基于卷积神经网络的人群计数模型。模型采用VGG16作为前端网络提取浅层特征,提出一种基于Inception结构改进的M-Inception结构,结合空洞卷积构成后端网络,增大感受野,适应多监控角度下不同尺寸的行人目标;并提出一种融合行人总数估计损失和密度图损失的加权损失函数。将本文模型与4种现有模型进行对比实验,结果表明,提出的人群计数算法在地铁场景中的平均绝对误差和均方误差仅为1.46和2.13,优于4种对比模型。考虑到模型的实际应用,将模型部署到海思嵌入式芯片上,实测结果表明,模型可在嵌入式芯片上取得较高的计算速度和准确率,满足实际应用场景的需求。
-
关键词
人群计数
地铁场景
空洞卷积
嵌入式实现
-
Keywords
crowd counting
subway scene
dilated convolution
embedded implementation
-
分类号
TP309
[自动化与计算机技术—计算机系统结构]
-