人群计数相关论文
随着城市化进程的稳步推进与人口规模的日益扩大,人群聚集的情况越来越普遍,大量密集场景存在着诸多安全隐患。为了预防突发事件,......
人群计数是计算机视觉领域的重要研究内容,可以应用于广场、车站、音乐会、学校等人群聚集场所的人数统计。目前,在人群计数领域深......
近年来,随着经济、科技、医疗等的快速发展,在世界范围内,人口数量持续上升。每逢节假日,在旅游景点、购物商场、交通枢纽等公共场......
人群计数是根据拍摄图像的信息预测出图像中的人数。随着计算机视觉的发展和监控设备的普及,人群计数被广泛应用于视频监控、智能......
在上下班高峰、节假日出行及大型活动期间,容易出现局部区域下人群多于密集的情况,因而产生一系列问题,如:群众情绪失控,拥挤踩踏,......
在节假日等时段因人群集聚形成的密集人群中踩踏事故频发,造成了巨大的人员伤亡和财产损失,因此,精准预测密集人群分布状态,科学引......
在利用WiFi信号实现人群计数中,基于信道状态信息幅度(Channel State Information,CSI)存在分类模型滤波不彻底和准确度差的问题,......
近年来,随着城市轨道交通的不断发展与完善,乘坐地铁已成为越来越多人日常出行的首选。为了更好地辅助地铁运营的精细化客流管理,......
随着社会的不断发展和进步,人类集体性的活动日益频繁,聚集的场所也越来越多,准确估计人群密度和数量可以为预判人群活动提供非常......
随着社会的飞速发展,大型集会和游行活动的增多,活动中频繁的践踏事件造成大量人员伤亡,因此人群计数的研究成为近几年来计算机视......
密集人群计数是计算机视觉领域的一个经典问题,仍然受制于尺度不均匀、噪声和遮挡等因素的影响.该文提出一种基于新型多尺度注意力......
作为一项典型的计算机视觉任务,人群计数的目标是精准高效地统计视频或图片等载体中所含有的总人数。目前,人群计数任务已在公共安......
人群计数作为智能监控领域的一个重要方向,已经成为计算机视觉领域的研究热点。随着深度学习技术的发展,基于卷积神经网络的人群计......
近年来,城市轨道交通作为公共交通系统的重要组成部分呈现蓬勃发展的态势,乘客数量的持续增长对城市轨道交通行车组织和客运组织提......
人群密度估计是人群计数工作中的重要计数方法。目前,大多数人群密度估计方法都侧重于研究单视角图像内人群头部特征的提取方式,但......
为准确预测固定场景中的人群计数,在人群分析领域,采用一种融合注意力机制的卷积神经网络(CNN)进行人群计数,该模块结合空间域注意......
随着经济的迅速发展、世界人口的指数级增长以及城市化进程的加快,音乐演唱会、体育赛事等人群聚集活动愈加频繁。然而,人群过于密......
针对现有人群计数算法采用同步人工优化深度学习网络,忽略了网络学习的负面信息,导致大量冗余参数甚至过拟合,进而影响到计数准确......
针对密集场景下人群目标尺度变化大导致识别精度不高的问题,本文提出两种多尺度特征融合结构:注意力加权融合模块(attention-weigh......
随着科学技术的快速发展,高科技电子产品的大量涌现,视频监控装置在公共场所随处可见,尤其是部署在人口密集,流量较大的重点管控区......
人群计数出现时间很早,最早的时候人们采用检测、回归的方法进行人群计数。随着深度学习的发展,人们也开始使用深度学习的方法得到......
为解决目前对高密度人群计数问题,提出了一种基于Yolov5的人群计数方法.其中输入层主要进行Mosaic数据增强,即自适应锚框和自适应......
随着5G技术的逐渐成熟,以5G为基础的物联网时代已经到来,云计算与边缘计算将共同加速物联网与人工智能技术的融合发展。相应的信息......
人群计数旨在估计图像或视频中人群的数量、密度或分布,属于目标计数(object counting)领域的研究范畴,广泛应用于人群行为分析、......
针对人群计数方法中存在的尺度变化和多层级特征融合不佳的问题,基于U-Net的编码器-解码器网络结构,提出一种自适应特征融合网络,......
基于卷积神经网络(CNN)人群计数方法的核心是如何构建能将人群图有效映射为密度图的CNN模型,进而从密度图准确地估计出人群数量.传......
为避免密集人群踩踏事件发生,从监控图像中准确获取密集人群人数信息非常重要。针对密集人群计数难度大、人群目标小、场景尺度变......
通过人脸检测的方式实现人群计数统计,采用了基于Anchor上下文辅助的目标检测算法。针对特定的教室场景收集了大量的课堂图像信息......
最近几年，由于人群计数在智能监控和安防领域广泛的应用价值和社会意义，使得单张图像和监控视频中的人群计数问题在学术界和工业界受......
本文针对背景干扰、特征信息不足以及尺度剧烈变化等问题,提出了一种基于多尺度及双注意力机制(Multi-Scale and Dual Attention,M......
随着城市监控网络的完善,对人群图像的计数处理正产生巨大价值。传统人群计数方法存在准确度低,无法处理高遮挡图像,受光影影响大......
针对计数问题中人群目标尺度的变化问题,提出了一种基于上下文特征重聚合的计数算法。将高层网络提取的语义信息与底层网络提取的......
当前随着大型公共活动的日益增多,导致了越来越多的人群集聚,如庆祝活动、音乐会、体育赛事、公众游行等。因此,对密集人群进行有......
深度卷积神经网络(DCNN)的基本运算单元为卷积计算,这种计算具有局部连接与平移不变等特性,可以有效提取图像数据的特征,但是卷积......
突发性人群聚集会给人们的人身安全带来隐患,因此,对高风险区域进行有效的人群计数具有重要意义。针对多列神经网络结构臃肿、冗余......
随着世界人口的急剧增加,城市化进程加快,人群集聚现象十分明显。人群高密度聚集不仅导致潜在的安全隐患,还阻碍了城市的发展。人......
密集人群计数问题从早期学者们使用计算机视觉的方法提取特征,通过专家知识进行判别计数,到使用机器学习的方法来回归出人数,直到......
近年来,人群活动导致频繁地人群聚集。人群计数作为人流量管理的重要参考标准之一,在引流等方面发挥着重要作用。传统的人流管理方......
经济的迅猛发展推动了城镇化建设的步伐,涌向城市的人口数量日益增加,人口密度不断增大。城市中心和公共区域经常出现人群聚集现象......
近些年来,世界各国特别是人口稠密的国家踩踏事故频发,这些事故多发生在因节日庆祝、宗教活动、体育赛事、交通枢纽等原因人群集聚......
人群计数是公共安全研究领域的关键和基础问题。随着图像数据的爆炸式增长和深度学习技术在计算机视觉领域的飞速发展,基于深度学......
