基于多尺度特征聚合和密集连接的人群计数网络

来源：计算机应用与软件杂志2024年第10期北京时间：

作者：马跃康, 胡璐锦

摘要：人群计数任务处理的图像受到遮挡、视角变化和透视效应、背景成像干扰等多方面的挑战。针对复杂场景中人群计数任务存在的尺度变化、图片噪声等问题，设计一种基于多尺度特征聚合和密集连接的人群计数网络模型。模型的一个重要组成部分是密集连接而成的多尺度特征聚合模块，它通过不同卷积核提取多尺度特征并聚合其跨尺度的信息进行更准确的估计。该网络模型在三个公开数据集Shanghai Tech、UCF_QNRF、UCF_CC_50上进行测试，实验结果表明，该模型相比目前先进算法CSRNet在平均绝对误差(MAE)、均方误差(MSE)均有不同程度的减少，模型精度更好。与其他模型相比，该模型更充分地利用多尺度特征信息，提高了人群计数任务的精度。

关键词：人群计数, 特征融合, 多尺度卷积, 密集连接, 高质量密度图