视图分支共享卷积神经网络的多视图人群计数方法

多视图人群计数,指从多个视角的图片中估计当前场景的人数.大多数基于卷积神经网络的方法使用多个同构但独立的分支处理不同视图,在增加模型复杂性的同时,引入大量的冗余特征.针对此问题,本文提出一种基于视图分支共享的卷积神经网络模型,使用同一视图分支从不同视角的图片提取出多个尺度对齐的特征图.这些特征图被投影到同一个世界平面上进行融合,进而回归出当前场景人群分布密度图.在视图分支内部,该模型在保持一定的结构复杂性的同时,减少各卷积层的核数量,极大降低模型可学习的参数数量.本文在两个公开数据集(PETS2009、CityStreet)上测试了性能,与5种已有方法相比较,本文方法能达到更好的性能.

危机治理中的救灾类社会组织:现状、模式与优化路径——以浙江省为例

随着治理现代化进程的不断加快,救灾类社会组织在危机治理中与政府展开了紧密的互动,推动了危机应对从管理向治理转变。在此背景下,救灾类社会组织在组织数量、地域分布和业务类型等方面蓬勃发展,并且在创新探索中与政府部门产生了服务委托、行政吸纳和专业主导等多样化的合作模式,丰富了危机治理网络的理论内涵。但是,我国救灾类社会组织的发展仍然面临多种发展瓶颈,需要从参与的协同性、行动的响应度、政策的针对性、救援的专业性等多个方面进行路径创新。