结合单列多列神经网络的移动状态人群计数方法研究
来源：计算机应用与软件杂志2024年第6期北京时间：
作者：温宇健, 郭士杰
摘要：已有人群计数方法局限于对人群的全部进行计数，在仅对人群中的移动者进行计数时准确率较低，基于注意力的多阶段深度学习框架被提出以解决这一问题。通过注意力机制适应性地在单列和多列计数网络进行选择，结合单列网络的深层特征表示能力和多列网络多尺度特征学习能力，有效提取人群中移动者的特征。实验结果表明，所提出的方法均方误差（MSE）和平均绝对误差（MAE）皆低于已有人群计数方法，能够有效提高处于移动状态的人群的计数精度。
关键词：人群计数, 深度学习, 单列多列网络, 注意力机制
