论文部分内容阅读
人群间的相互遮挡和多变的空间尺度是基于单幅图像人群计数算法面临的主要挑战。近年来,基于深度学习的人群计数算法在该问题上取得了显著的成效,然而越来越深的网络结构给模型的训练和应用带来了困难。为了解决上述问题,提出了一种基于多尺度融合卷积神经网络(multi-scale fusion convolution neural network, MSF-CNN)的人群计数方法。方法采用三列不同大小卷积核的卷积神经网络来提取不同空间尺度的图像特征,同时在网络结构中引入融合层将提取到的特征进行融合并求取密度图,最