论文部分内容阅读
提出了一种简称为DSDCNN的面向密集人群计数的两列串行空洞卷积神经网络。DSDCNN可以识别高度拥挤的场景,得到精确的人群估计数量和估计密度图。DSDCNN是由两列卷积神经网络构成,并通过使用空洞卷积,使得每列卷积具有不同大小视野域,可以输入不同尺寸和像素的图片,并通过空洞卷积代替了池化层。DSDCNN网络是由小卷积核滤波器构成,网络架构易于搭建和训练。实验结果表明,DSDCNN能够较精确得到人群计数和估计密度图,具有较好的平均绝对误差MAE。