人群分布不均、遮挡和背景干扰等问题使得人群计数成为了一项复杂且具有挑战性的任务。针对这些问题,提出了一种多尺度特征融合的位置关注网络(Position-Aware Network based on Multi-Scale Feature Fusion,MSFPANet)。首先,设计了一...人群分布不均、遮挡和背景干扰等问题使得人群计数成为了一项复杂且具有挑战性的任务。针对这些问题,提出了一种多尺度特征融合的位置关注网络(Position-Aware Network based on Multi-Scale Feature Fusion,MSFPANet)。首先,设计了一种多尺度特征融合模块,以在不同感受野下提取并融合人群密度图的多尺度特征,同时提取出前景信息,来应对人群计数中的遮挡和背景干扰问题;然后,通过位置注意力分配网络提高模型对人群区域的关注度,有效地应对人群分布不均的问题;最后,为了辅助模型训练,减小背景噪声带来的干扰,引入了一种结构交叉损失用于强化模型对人群结构的学习。实验结果表明:MSF-PANet在Shanghai Tech Part A、Shanghai Tech Part B、UCF-QNRF和UCF_CC_50上平均绝对误差分别为59.5、7.8、103、182.7,均方误差分别为96.7、13.6、177、237.7,验证了所提模块在提高人群计数准确率上的有效性。展开更多
以黄河中下游山地丘陵区的巩义市为研究区,采用典型样地法对灌草丛、人工林和农田边缘3种不同干扰背景下的自然、半自然生境内的植物进行调查。基于景观生态学原理,在地理信息系统技术支持下,借助于Fragstatta3.3软件,以调查样地为中心...以黄河中下游山地丘陵区的巩义市为研究区,采用典型样地法对灌草丛、人工林和农田边缘3种不同干扰背景下的自然、半自然生境内的植物进行调查。基于景观生态学原理,在地理信息系统技术支持下,借助于Fragstatta3.3软件,以调查样地为中心,计算了150、250、500、750、1000、1250、1500m不同半径缓冲区内表征景观形状(Edge and patch shape)、边缘对照(Edge contrast)、相似度和邻近度(Proximity and similarity)、景观多样性(Diversity)、基质(Texture)、斑块大小和密度(Patch size and patch density)共6类52个指数,运用冗余分析(RDA)筛选出不同尺度下对该区农业景观中植物多样性有显著影响的景观指数。结果表明:不同尺度,景观指数对物种多样性的影响变化显著。灌草丛生境,在500—750m范围内,SHAPE_AM指数和PARA_AM指数能够很好的解释物种多样性,解释量为33.6%;人工林生境,SHAPE_AM指数、AREA_CV指数、SIMI指数和PAFRAC指数在1000—1250m范围内对物种多样性的解释量达到48.1%;农田边缘生境,GYRATE_CV指数、ENN_CV指数、PARA_MN指数和FRAC_AM指数在750—1250m范围内对物种多样性影响显著,解释量为32%。其中,辛普森多样性指数(SIDI)与灌草丛物种多样性在750—1250m范围内作用显著,ENN_CV指数仅对农田边缘物种多样性影响较大。景观指数对物种多样性的影响具有尺度依赖性,未来应全面综合探讨这些指数的尺度效应及在景观生态学中的应用。展开更多
文摘人群分布不均、遮挡和背景干扰等问题使得人群计数成为了一项复杂且具有挑战性的任务。针对这些问题,提出了一种多尺度特征融合的位置关注网络(Position-Aware Network based on Multi-Scale Feature Fusion,MSFPANet)。首先,设计了一种多尺度特征融合模块,以在不同感受野下提取并融合人群密度图的多尺度特征,同时提取出前景信息,来应对人群计数中的遮挡和背景干扰问题;然后,通过位置注意力分配网络提高模型对人群区域的关注度,有效地应对人群分布不均的问题;最后,为了辅助模型训练,减小背景噪声带来的干扰,引入了一种结构交叉损失用于强化模型对人群结构的学习。实验结果表明:MSF-PANet在Shanghai Tech Part A、Shanghai Tech Part B、UCF-QNRF和UCF_CC_50上平均绝对误差分别为59.5、7.8、103、182.7,均方误差分别为96.7、13.6、177、237.7,验证了所提模块在提高人群计数准确率上的有效性。
文摘以黄河中下游山地丘陵区的巩义市为研究区,采用典型样地法对灌草丛、人工林和农田边缘3种不同干扰背景下的自然、半自然生境内的植物进行调查。基于景观生态学原理,在地理信息系统技术支持下,借助于Fragstatta3.3软件,以调查样地为中心,计算了150、250、500、750、1000、1250、1500m不同半径缓冲区内表征景观形状(Edge and patch shape)、边缘对照(Edge contrast)、相似度和邻近度(Proximity and similarity)、景观多样性(Diversity)、基质(Texture)、斑块大小和密度(Patch size and patch density)共6类52个指数,运用冗余分析(RDA)筛选出不同尺度下对该区农业景观中植物多样性有显著影响的景观指数。结果表明:不同尺度,景观指数对物种多样性的影响变化显著。灌草丛生境,在500—750m范围内,SHAPE_AM指数和PARA_AM指数能够很好的解释物种多样性,解释量为33.6%;人工林生境,SHAPE_AM指数、AREA_CV指数、SIMI指数和PAFRAC指数在1000—1250m范围内对物种多样性的解释量达到48.1%;农田边缘生境,GYRATE_CV指数、ENN_CV指数、PARA_MN指数和FRAC_AM指数在750—1250m范围内对物种多样性影响显著,解释量为32%。其中,辛普森多样性指数(SIDI)与灌草丛物种多样性在750—1250m范围内作用显著,ENN_CV指数仅对农田边缘物种多样性影响较大。景观指数对物种多样性的影响具有尺度依赖性,未来应全面综合探讨这些指数的尺度效应及在景观生态学中的应用。
