《電子技術(shù)應(yīng)用》
您所在的位置:首頁 > 其他 > 設(shè)計應(yīng)用 > 基于Transformer和語義增強的人群計數(shù)算法
基于Transformer和語義增強的人群計數(shù)算法
網(wǎng)絡(luò)安全與數(shù)據(jù)治理 2023年第5期
何晴,楊倩倩,彭思凡,殷保群
(中國科學(xué)技術(shù)大學(xué)信息科學(xué)技術(shù)學(xué)院,安徽合肥230027)
摘要: 針對人群圖像中的尺度變化問題,提出了基于Transformer和語義增強的人群計數(shù)算法。為了能有效應(yīng)對尺度變化問題,首先引入Transformer作為主干網(wǎng)對全局上下文進行建模來獲得全局感受野。然后由上至下依次融合主干網(wǎng)相鄰層次的特征圖,在融合過程中強化多個層次特征圖的語義信息。接著對多層次特征圖進行動態(tài)特征選擇,選擇出適合密度圖生成的特征。最后,通過注意力圖來調(diào)整密度圖抵抗背景干擾,以此來生成高質(zhì)量的人群密度估計圖。在ShanghaiTech、UCFQNRF和JHUCROWD++三個數(shù)據(jù)集上進行了大量的實驗來對算法的有效性進行驗證,實驗結(jié)果表明所提算法能有效提高模型的準(zhǔn)確性和魯棒性。
中圖分類號:TP391.1
文獻標(biāo)識碼:A
DOI:10.19358/j.issn.2097-1788.2023.05.009
引用格式:何晴,楊倩倩,彭思凡,等.基于Transformer和語義增強的人群計數(shù)算法[J].網(wǎng)絡(luò)安全與數(shù)據(jù)治理,2023,42(5):50-58.
Transformer and semantic enhancement for crowd counting
He Qing,Yang Qianqian,Peng Sifan,Yin Baoqun
(School of Information Science and Technology, University of Science and Technology of China, Hefei 230027, China)
Abstract: Aiming at the problem of scale variation in crowd images, this paper proposes a crowd counting algorithm based on Transformer and semantic enhancement. Firstly, Transformer is introduced as the backbone of the network. Because it can model the global context and obtain the global receptive field, which can effectively deal with the scale variation. Then, the feature maps of adjacent levels of the backbone network are fused from top to bottom in turn, and the semantic information of multiple levels of feature maps is strengthened in the fusion process. Afterwards the dynamic feature selection of multilevel feature maps is carried out, and the features suitable for density map generation are selected. Finally, the density map is adjusted to resist background interference by attention masks, so as to generate highquality crowd density estimation map. In this paper, a large number of experiments are carried out on ShanghaiTech, UCF_QNRF and JHUCROWD++ datasets to verify the effectiveness of the algorithm. The experimental results show that the proposed algorithm can effectively improve the accuracy and robustness of the model.
Key words : crowd counting; Transformer; semantic enhancement; feature selection

0    引言

人群計數(shù)在視頻監(jiān)控、人群分析和公共安全領(lǐng)域發(fā)揮著重要作用,考慮到大規(guī)模的人群聚集事件的頻繁發(fā)生,對擁擠場景的人群分析十分必要。然而現(xiàn)階段人群計數(shù)的應(yīng)用還受到很大的限制,在諸多限制中,圖像中人頭尺寸不一致的問題尤其受到大多數(shù)研究者的關(guān)注。由于攝像頭高度和角度受到限制,所拍攝的圖像存在透視失真,從而導(dǎo)致了圖像中目標(biāo)尺度差異較大。如圖1所示,離攝像頭遠處的目標(biāo)尺度較大,近處的目標(biāo)尺度較小。為了解決尺度變化問題,本文提出基于Transformer語義增強的人群計數(shù)算法,利用Transformer獲取全局感受野,由上至下依次融合相鄰層次特征并對語義信息進行增強,動態(tài)選擇適合密度圖生成的特征,從而生成高質(zhì)量的人群密度估圖。



本文詳細內(nèi)容請下載:http://www.jysgc.com/resource/share/2000005334




作者信息:

何晴,楊倩倩,彭思凡,殷保群

(中國科學(xué)技術(shù)大學(xué)信息科學(xué)技術(shù)學(xué)院,安徽合肥230027)


微信圖片_20210517164139.jpg

此內(nèi)容為AET網(wǎng)站原創(chuàng),未經(jīng)授權(quán)禁止轉(zhuǎn)載。
主站蜘蛛池模板: 免费看一级性生活片| 国产卡一卡二卡三卡四| xxxxwww日本在线| 文中字幕一区二区三区视频播放| 亚洲AV之男人的天堂| 777奇米四色| 成人夜色视频网站在线观看| 久久精品99无色码中文字幕| 欧美一级高清黄图片| 亚洲欧美一区二区三区电影| 特级黄一级播放| 免费理论片51人人看电影| 美女免费精品高清毛片在线视 | 精品少妇无码AV无码专区| 国产精品无码电影在线观看| a级午夜毛片免费一区二区| 日本理论午夜中文字幕第一页| 人人妻人人澡人人爽欧美一区 | 成人免费淫片免费观看| 亚洲乱码一区二区三区在线观看| 约会只c不y什么意思| 国产一级淫片免费播放| 麻豆国产尤物AV尤物在线观看 | 国产香蕉一区二区三区在线视频| a级国产乱理伦片| 天天综合天天做| yw193龙物视频永不失联| 山东女人一级毛片| 九色综合久久综合欧美97| 男人j放进女人p动态图视频| 国产伦精品一区二区三区免费下载| 久草网视频在线| 在线看欧美三级中文经典| 中文字幕第12页| 欧美aaaaaa级午夜福利视频| 亚洲国产91在线| 特黄大片aaaaa毛片| 偷天宝鉴在线观看国语| 草莓视频在线免费| 国产精品jizz在线观看直播| bt天堂在线最新版在线|