华东师范大学余思悦等 | 聚合上下文信息的人群计数

内容介绍

中文摘要：

人群计数被大量应用于视频监控、交通监控、汇编控制以及其它公共安全应用场景。上下文信息相关的透视扭曲和背景干扰是影响人群计数准确性的两个关键因素。区别于只解决其中一种特定因素的传统方法，本文提出一种人群计数网络，其充分聚合上下文信息，达到同时解决两种因素的目的。提出一个多任务的全卷积网络结构，学习人群密度估计和语义分割辅助任务，前者通过提取多尺度和空间上下文信息学习人群密度图，辅助语义分割任务通过学习背景和前景信息，后期将语义分割提取的信息融入人群密度估计任务。结果表明，提出的人群计数网络具有较好的人群计数准确率；与其它方法相比，提出的方法在3个具有挑战性的人群数据集上具有更高鲁棒性。

关键词：

人群计数；卷积神经网络；密度估计；语义分割；多任务学习

作者：

余思悦¹，浦剑^1,2

单位：

¹华东师范大学计算机科学与技术学院，中国上海市，200062

²复旦大学类脑智能科学与技术研究院，中国上海市，200433

本文引用格式：

Si-yue YU, Jian PU, 2020. Aggregated context network for crowd counting. Frontiers of Information Technology & Electronic Engineering, 21(11):1626-1638. https://doi.org/10.1631/FITEE.1900481

本文精要导读：

点击下方“阅读全文”，下载全文PDF

关于本刊

Frontiers of Information Technology & Electronic Engineering（简称FITEE，中文名《信息与电子工程前沿（英文）》，ISSN 2095-9184，CN 33-1389/TP）是信息电子类综合性英文学术月刊，SCI-E、EI收录，最新影响因子1.604，进入JCR Q2分区。前身为2010年创办的《浙江大学学报英文版C辑：计算机与电子》，2015年更为现名，现为中国工程院信息与电子工程学部唯一院刊。覆盖计算机、信息与通信、控制、电子、光学等领域。文章类型包括研究论文、综述、个人视点、评述等。现任主编为中国工程院院士潘云鹤、卢锡城。实行国际同行评审制，初次转达意见一般在2~3个月内。文章一经录用将快速在线。

2019年，荣获中国科协等七部委推出的中国科技期刊卓越行动计划项目资助（梯队期刊）。

官网：http://www.jzus.zju.edu.cn

期刊Springer主页：

http://www.springer.com/computer/journal/11714

在线投稿：

http://www.editorialmanager.com/zusc

更多信息，请见：FITEE影响因子提升55%，首次跨入Q2区

微信加群

---

为方便广大科研人员交流讨论，本平台建有以下学科微信群。有需要加群的用户，请加小编个人微信号fitee_xb，并留言想要加入的群，小编会拉您进群。营销广告人员请勿扰。

计算机科学与技术学术群	光学工程与技术学术群
控制科学与技术学术群	信息与通信学术群
电力电子学术群	人工智能学术

加关注  ID: fitee_cae

本公众号为中国工程院院刊《信息与电子工程前沿（英文）》（SCI-E、EI检索期刊）官方微信，功能包括：传播期刊的学术文章；为刊物关联学人（读者、作者、评审人、编委，等）提供便捷服务；发布学术写作、评审、编辑、出版等相关资讯；介绍信息与电子工程领域学术人物、学术思想、学术成果，展示该领域科学研究前沿进展；为该领域海内外学者提供友好互动平台。