深度语义分割人群密度检测技术

来源 :计算机科学与探索 | 被引量 : 1次 | 上传用户:panyh921
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
随着社会的发展,人们大量外出导致拥挤场景越来越多,对人群密度的检测就显得尤为重要。针对人群中由于摄像机视角引起的人与人尺度不一的多尺度问题,提出了一种基于深度语义分割的人群密度检测方法。网络前端采用改进的VGG网络对人群特征进行提取,使输出的特征图为原图1/8以提高预测密度图的准确性,后端设计了两阵列扩张率不同的空洞卷积模块来捕捉人群的多尺度特征,使得网络能够捕捉更多的尺度细节及边缘信息。网络最后使用1×1的卷积对输出进行级联,得到高质量预测密度图。同时,为解决空洞卷积带来栅格效应,设计了锯齿状网络
其他文献
论文针对柔性车间调度问题(Flexible Job-shop Scheduling Problem,FJSP),以最小完工时间为优化目标,根据标准布谷鸟算法(Cuckoo Search,CS)的核心思想,提出了一种双层编码的离散布谷鸟算法。根据levy飞行的特点,采用2-opt和double-bridge操作代替levy飞行对其进行更新。此外,将择优插入和择优交换操作结合,代替标准布谷鸟算法中的随机游走策略。最后将DCS算法与GA、PSO算法进行仿真比较,验证了DCS算法在解决FJSP问题时能得到更好更稳
为解决打台球收球、摆球的繁琐性,提高台球机娱乐性能,设计一种可以自动实现台球摆送台球的装置,为实现台球可以安全准确地将台球运至摆球位置,以STM32F407作为系统控制核心,以MC442两相数字式步进驱动器作为步进电机驱动器,驱动装置运行,并使用PID算法控制步进电机实现加减速缩短运球时间,并增添蜂鸣器作为安全预警器,通过调整PWM控制步进电机进行点动,并伴随预警器提醒人们避让保持运行轨迹的畅通,在位置关键点设置接近开关解决步进电机失步的问题保证运球的精确度。
自动编码器(AE)是深度学习领域中一种结构简单且应用广泛的无监督特征提取算法。在图像特征提取方面,现有自动编码器普遍存在特征提取不充分、模型参数量较多等问题。针对上述问题,提出了一种用于图像特征提取的融减自动编码器(MRAE)。首先,在该算法中提出"融减网络结构",该结构在编码器中通过特征交叉传递实现了特征融合,在解码器中通过优化解码结构降低了特征损失并减少了模型参数量;其次,设计一种联合重构损失
为了解决大数据环境下产品质量风险预警的人工智能化,论文设计了一种基于遗传算法改进BP神经网络算法的产品质量安全风险预警方法。根据产品质量检测项目的风险权重不同,论文建立了基于GA-BP神经网络的质量安全风险预警模型。以智能门锁产品的检测数据进行风险预警实验,实验结果表明该预警方法提高了风险预警的精度和学习效率。
针对时间-成本约束下的云资源调度问题,使用三角模糊数表示不确定的任务执行时间,建立了模糊云资源调度模型,调度的目标是降低任务总的执行时间和总的成本消耗,决策变量是任务和虚拟机的映射关系。使用混合粒子群优化算法(RIOPSO)对模糊云资源调度进行求解。该算法使用了正交初始化粒子群的方法,提升粒子初始探索最优调度方案的质量,在粒子搜索过程中使用重新随机化控制粒子的搜索范围,使用实时更新惯性权重的方式控制粒子在搜索中的速度,从而得到最优的调度方案。在Cloudsim仿真平台上使用随机生成的仿真数据,对提出的问题
单目视觉系统融合惯性测量单元的同时定位与地图构建(SLAM)系统,能实现在使用场景上的互补,以及较低的硬件成本,在实际工程应用中越来越受到青睐。最近的研究表明,基于优化的SLAM算法性能优于基于滤波的SLAM算法。基于优化的视觉惯导融合SLAM算法具有高度非线性化的特点,其性能高度依赖于系统初始状态估计的准确性;惯性测量单元需要加速度激励,这意味着不能从静止状态启动,而必须从未知的运动状态启动,因
藏文信息化发展至今已经取得了一定的成果,但存在的问题还有许多。藏文文本校对是实现藏文信息处理的基础,是藏文信息处理必不可少的工作。藏文文本校对的内容较广,方面较多,文中主要以藏文文本的词语校对作为研究的目标,通过使用最大匹配算法的思想在不进行分词的情况下对文本的词语作校对。文中对校对算法进行了叙述,并通过实验验证了该方法是可行性和校对效果。
从跨学科研究生培养的角度,介绍计算思维导论及应用作为广东省研究生示范课程的建设情况,针对医科院校研究生的创新能力培养,以计算思维在医药类学科的实际应用为建设重点,提出进阶式的培养目标和“X+1”的课程体系,阐述课程建设的具体措施,最后说明课程建设的初步成效。
针对粒子群算法在优化SVM参数时,存在着易陷入局部最优,早熟收敛的问题,首先提出了一种用自适应权重来代替惯性权重的粒子群算法,再引入自适应变异对粒子群算法进行优化,增强粒子的种群多样性,使其能够跳出局部最优解,从而达到全局最优。最后,将改进后的算法(GPSO-SVM)应用到UCI标准数据集上进行验证,实验结果表明,改进后的算法提高了粒子的搜索性能,是一种有效的SVM参数优化算法。
针对传统编程教育中存在的问题,结合教学过程中的“打砖块”实际案例,提出运用基于4C/ID模型的任务驱动教学法对小学scratch课堂中遇到的复杂性知识技能进行教学设计,从分析学情、提出教学任务、分析任务、参与任务、评价任务这5个方面介绍基于4C/ID模型的任务驱动教学法在课堂中的实施过程,最后总结该教学法在课堂实施过程需注意的问题。