收藏本站
《山东师范大学》 2019年
收藏 | 手机打开
二维码
手机客户端打开本文

基于卷积神经网络的静态图像密集人群计数算法研究

赵传强  
【摘要】:基于计算机视觉的人群计数技术,已逐渐被应用于公共安全等多个领域,并取得不错的成效,而不同领域的需求又给人群计数带来不同方面的挑战,人群计数已由早期的简单场景,过渡到能适应复杂场景计数。随着应用场景复杂化,对人群计数的要求越来越高。因此,设计、完善和改进人群计数算法,具有重要的研究意义与应用价值。深度学习的发展以及卷积神经网络在图像处理上的优异表现,已促进卷积神经网络应用到人群计数之中。在仔细学习研究典型的卷积神经网络人群计数算法后,形成集成CSRNet算法和MSCNN算法的设计思路,提出了一种基于卷积神经网络的人群计数算法,用于高度密聚集场景下的人群计数,具体研究工作包括4个方面。(1)通过对相关文献与理论知识的学习积累,获知基于卷积神经网络的人群计数算法基础。仔细阅读、学习和分析了关于卷积神经网络、传统人群计数和基于卷积神经网络人群计数等研究工作的相关文献和算法,总结了已有算法的优点与缺点,并在此基础上形成改进思路,提出了本文的算法。(2)构建基于卷积神经网络的人群计数模型。为有效提取人群特征,降低人群计数误差,应用MLP卷积层、MSB卷积层和空洞卷积,构建了基于多尺度空洞卷积神经网络人群计数算法模型。所设计的网络架构具有不同视野域,可以自适应的实现对图片不同尺寸特征提取,保证了网络模型的高性能。(3)图片ground truth标注算法设计。在本文ground truth标注中,选取人群中人体头部作为样本标注的对象,可减少背景与人群、人群间相互遮挡所造成的误差。使用二维高斯分布的方法进行ground truth标注,生成高质量密度图。(4)算法实验验证。使用ShanghaiTech数据集的PartA和PartB训练数据集,对本文网络模型训练,并使用ShanghaiTech数据集的PartA和PartB测试数据集对训练好的模型进行性能测试;使用Mall数据集进行对照实验,验证网络模型的泛化能力。实验从多个角度对网络模型进行验证,证明了算法的可行性和有效性。创新之处在于:(1)网络结构针对性强。为了更好适应密集人群计数,选用空洞卷积、MLP卷积层、MSB卷积层为基本单元,构建卷积神经网络模型,实验验证了有效性。(2)特征提取的自适应性。网络根据MSB卷积层中每列卷积层视野域的大小,自适应进行不同尺寸的特征提取。不足之处在于:(1)由于网络结构的制约,网络的学习能力有限,而且训练的时间过长,导致网络的实时性降低。(2)在进行特征提取时会丢弃一些关键的特征,而且人体头部的特征过少,环境中容易出现类似的特征,从而引起误差。后续研究中,可先对人群进行预判,然后再进行特征提取。
【学位授予单位】:山东师范大学
【学位级别】:硕士
【学位授予年份】:2019
【分类号】:TP391.41;TP183

【相似文献】
中国期刊全文数据库 前10条
1 胡悦;;金融市场中的神经网络拐点预测法[J];金融经济;2017年18期
2 迟惠生;陈珂;;1995年世界神经网络大会述评[J];国际学术动态;1996年01期
3 吴立可;;脉冲神经网络和行为识别[J];通讯世界;2018年12期
4 林嘉应;郑柏伦;刘捷;;基于卷积神经网络的船舶分类模型[J];信息技术与信息化;2019年02期
5 俞颂华;;卷积神经网络的发展与应用综述[J];信息通信;2019年02期
6 韩真;凯文·哈特尼特;;为神经网络的通用理论建造基石[J];世界科学;2019年04期
7 鲍伟强;陈娟;熊涛;;基于进化神经网络的短期电力负荷预测研究[J];电工技术;2019年11期
8 陈晓燕;;浅析简单神经网络的发展及简单模型[J];数字技术与应用;2019年05期
9 王丽华;杨秀萍;王皓;高峥翔;;智能双轮平衡车的设计研究[J];数字技术与应用;2018年04期
10 张庭略;;基于硬件的神经网络加速[J];通讯世界;2018年08期
中国重要会议论文全文数据库 前10条
1 孙军田;张喆;;基于神经网络数据挖掘技术确定灾害等级的灭火救援出动力量模型研究[A];2016中国消防协会科学技术年会论文集[C];2016年
2 许进;保铮;;神经网络与图论[A];1999年中国神经网络与信号处理学术会议论文集[C];1999年
3 唐墨;王科俊;;自发展神经网络的混沌特性研究[A];2009年中国智能自动化会议论文集(第七分册)[南京理工大学学报(增刊)][C];2009年
4 张广远;万强;曹海源;田方涛;;基于遗传算法优化神经网络的故障诊断方法研究[A];第十二届全国设备故障诊断学术会议论文集[C];2010年
5 李涛;费树岷;;具有变时滞Cohen-Grossberg神经网络的指数稳定性准则[A];第二十六届中国控制会议论文集[C];2007年
6 汪灵枝;秦发金;;具有变时滞和脉冲的离散Cohen-Grossberg神经网络的周期解[A];中国自动化学会控制理论专业委员会D卷[C];2011年
7 韩正之;林家骏;;用神经网络求解非线性相容方程[A];1993年控制理论及其应用年会论文集[C];1993年
8 林家骏;王赞基;;求解不可微优化问题的连续极大熵神经网络[A];1998年中国智能自动化学术会议论文集(上册)[C];1998年
9 姜德宏;徐德民;任章;;基于神经网络的自校正控制器[A];1993中国控制与决策学术年会论文集[C];1993年
10 窦永丰;贝超;;模糊与神经网络结合方式及在控制中的应用[A];1997年中国控制会议论文集[C];1997年
中国重要报纸全文数据库 前10条
1 湖北日报全媒记者 张爱虎 通讯员 徐向军 实习生 于蓝;一群“90后”率先建成铁路“神经网络”[N];湖北日报;2019年
2 张允硕 姜正义 甄海锋 河南理工大学;基于神经网络的自适应PID控制的智能衣架[N];科学导报;2019年
3 记者 刘霞;忆阻器制成神经网络更高效[N];科技日报;2017年
4 整理 本报记者 诸玲珍 顾鸿儒;微软神经网络切割法可使加速作用超线性[N];中国电子报;2018年
5 ;神经网络小史[N];电子报;2018年
6 张敏;人机大战,到底谁会赢?[N];北京日报;2017年
7 ;人工智能将取得大面积突破[N];中国企业报;2017年
8 本报记者 龚丹韵;人机大战:人类还有优势吗[N];解放日报;2017年
9 ;人类正迎来云端机器人时代[N];中国企业报;2017年
10 张斌;谁还需要“同传”[N];文汇报;2017年
中国博士学位论文全文数据库 前10条
1 庞浩;基于深度卷积神经网络的医学影像诊断关键技术研究[D];北京邮电大学;2019年
2 刘梅;网络系统的稳定和同步行为研究[D];新疆大学;2017年
3 靳然;基于神经网络和支持向量机的麦蚜发生动态预测研究[D];山西农业大学;2017年
4 李骁;基于深度卷积神经网络MSCT对小肾肿瘤病理分型的预测研究[D];中国人民解放军海军军医大学;2018年
5 李若霞;基于忆阻的神经网络的动力学分析及应用[D];东南大学;2017年
6 项延德;基于卷积神经网络的心电信号检测和分类研究[D];浙江大学;2018年
7 李一鸣;结合知识和神经网络的文本表示方法的研究[D];浙江大学;2018年
8 李扬;面向图像目标识别和检测的深度神经网络关键技术研究[D];北京邮电大学;2018年
9 LYDIA LAZIB;文本否定范围识别技术研究及其应用[D];哈尔滨工业大学;2018年
10 周小强;基于深度学习的交互式问答技术研究[D];哈尔滨工业大学;2017年
中国硕士学位论文全文数据库 前10条
1 张丹丹;基于改进卷积神经网络的玻璃缺陷识别方法研究[D];中北大学;2019年
2 李博;喷涂生产监测数据的存储及特征分析[D];内蒙古大学;2019年
3 高帅;基于机器学习的空气质量评价与预测[D];中北大学;2019年
4 周彬;面向卡口监控的安全带图像检测的应用与研究[D];武汉科技大学;2018年
5 王海舰;基于一维卷积神经网络的供水管道泄漏检测算法的研究[D];内蒙古大学;2019年
6 蔡月月;基于深度学习的棉花异性纤维分类研究[D];武汉科技大学;2019年
7 陈玉玲;基于深度语义特征的评论文本情感分析研究[D];武汉科技大学;2019年
8 王元杰;基于神经网络的NAO机器人手写数字识别[D];中北大学;2019年
9 王晓芳;基于多层卷积神经网络的服装图像分类与检索[D];内蒙古大学;2019年
10 张丽娜;基于RBF神经网络的水质预测模型研究[D];河北工程大学;2019年
中国知网广告投放
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62791813
  • 010-62985026