基于弹性融合的人群密度估算技术的应用

人流密度估计被越来越多的机构所重视。由于人眼的估计速度和准确率无法满足应用需求,基于深度学习和卷积神经网络的相关理论,构建了一个卷积神经网络模型来实现人群密度检测。采用百度的paddle框架构建实验,使用YOLOv3目标检测+加权图融合方式,对不同人群数量的样本进行实验。对0~30人和50~540人分别进行了crowdnet和混合图融合模式模拟实验,通过调整学习率、采用Adam优化器、训练权重衰减率等参数调整,达到了93.68%的准确率,比近些年的crowdnet(87.84%)高出近6个百分点,达到了预期要求。