计算机应用

作者：李伟, 张晓蓉, 陈鹏, 李清, 张长青

单位：1.中国电子科技集团公司 第二十八研究所, 南京 210007；2.天津大学 智能与计算学部, 天津 300354

关键词：人群计数,多尺度,可信融合,人群密度估计,不确定性

基金：国家自然科学基金资助项目(61976151)

针对人群分析任务中往往存在的因监控与人群距离不同而导致的尺度变化大的问题，提出一种基于正态逆伽马分布的多尺度融合人群计数算法MSF（Multi-Scale Fusion crowd counting）。首先，使用传统骨架提取公共特征，通过多尺度信息提取模块获得图像中不同尺度的行人信息；其次，每个尺度的网络各自包含一个人群密度估计模块和一个用于评估每个尺度预测结果可信度的不确定估计模块；最后，多尺度预测融合模块依据可信度对多尺度预测结果进行动态融合，以获得更准确的密度回归结果。实验结果表明，现有算法密集场景识别网络（CSRNet）在通过多尺度可信融合扩展后，在UCF-QNRF数据集上人群计数的平均绝对误差（MAE）和均方误差（MSE）分别减小了4.43%和1.37%，验证了MSF算法的合理性和有效性。此外，与现有算法不同，MSF算法不仅可以预测人群密度，还可以在部署阶段提供预测的可信程度，从而使算法在实际应用中能及时预警模型预测不准确的区域，降低后续分析任务出现错误预判的风险。

来源：2024年第7期

《计算机应用》期刊编辑部

查看计算机应用杂志2024年第7期