人群自動計數(shù)問題在視頻監(jiān)控領域引起了廣泛關(guān)注。近年來,卷積神經(jīng)網(wǎng)絡（CNN）模型在人群計數(shù)方面取得了良好效果。然而,當前對于基于深度學習的人群計數(shù)的研究主要停留在PC端上對單幅靜止圖片的人群計數(shù),網(wǎng)絡模型參數(shù)量巨大,網(wǎng)絡結(jié)構(gòu)復雜,消耗的計算資源巨大,難以部署于實際的監(jiān)控視頻人群計數(shù)系統(tǒng)。因此,本文采用深度學習的方法,通過對網(wǎng)絡模型進行裁剪壓縮,同時使用TensorRT對模型進行加速,在嵌入式平臺上實現(xiàn)了接近實時的人群計數(shù)。提出的人群計數(shù)平均絕對誤差（MAE）為21.6且平均每秒幀數(shù)（FPS）為22,在精確度和速度方面達到了一個很好的平衡,在嵌入式平臺上運行速度較快,能達到實時的效果。 

【文章來源】：太赫茲科學與電子信息學報. 2020,18(03)北大核心

【文章頁數(shù)】：5 頁

【部分圖文】：

ShanghaiTechB測試集合成視頻人群計數(shù)

518太赫茲科學與電子信息學報第18卷為驗證模型對視頻的人群計數(shù)的能力，本文采用2種方式進行測試：一是將ShanghaiTechB測試集的圖片合成視頻作為輸入，部分樣例測試結(jié)果如圖3所示；二是在實際場景中進行測試。在進行實際場景的測試前，先在一個自制的小型數(shù)據(jù)集進行微調(diào)訓練，部分測試結(jié)果如圖4所示。圖5為BeijingBRT測試集的圖片合成視頻作為模型輸入的部分測試結(jié)果。其中GT表示GroundTruth，即視頻幀中真實的人群數(shù)目，estimated表示通過本文系統(tǒng)測試輸出的人群數(shù)目。[GT:93][estimated:84.0]Fig.3CrowdcountingresultsofShanghaiTechBtestsetsyntheticvideo圖3ShanghaiTechB測試集合成視頻人群計數(shù)[GT:176][estimated:164.0][GT:168][estimated:158.0]Fig.4Crowdcountingresultsofcampuscanteensurveillancevideo圖4校園食堂監(jiān)控攝像視頻人群計數(shù)[GT:117][estimated:120.0][GT:112][estimated:104.0][GT:118][estimated:112.0][GT:15][estimated:15.0][GT:18][estimated:14.0][GT:17][estimated:12.0]Fig.5CrowdcountingresultsofBeijingBRTsurveillancevideo圖5BeijingBRT監(jiān)控攝像視頻人群計數(shù)

BeijingBRT監(jiān)控

【參考文獻】：
期刊論文
[1]基于動作標準序列的3D視頻人體動作識別[J]. 聶勇,張鵬,馮輝,楊濤,胡波.  太赫茲科學與電子信息學報. 2017(05)
[2]特征回歸與檢測結(jié)合的人數(shù)統(tǒng)計方法[J]. 周治平,許伶俐,李文慧.  計算機輔助設計與圖形學學報. 2015(03)
[3]基于HOG和SVM的公交乘客人流量統(tǒng)計算法[J]. 徐超,高夢珠,查宇鋒,曹利民.  儀器儀表學報. 2015(02)
[4]多種人群密度場景下的人群計數(shù)[J]. 覃勛輝,王修飛,周曦,劉艷飛,李遠錢.  中國圖象圖形學報. 2013(04)



本文編號：3042166