控制与决策

作者：孟月波,陈宣润,刘光辉,徐胜军,李彤月

单位：西安建筑科技大学 信息与控制工程学院,西安 710055;人工智能与数字经济广东省实验室, 广州 510000,,西安建筑科技大学 信息与控制工程学院,西安 710055,,西安建筑科技大学 信息与控制工程学院,西安 710055,,西安建筑科技大学 信息与控制工程学院,西安 710055;人工智能与数字经济广东省实验室, 广州 510000,,中国人民解放军军事科学院,北京 100091,

关键词：人群计数;视角变化;高低密度区分;特征融合;上下文信息;尺度信息

基金：陕西省自然科学基础研究计划面上项目(2020JM-473,2020JM-472)；陕西省重点研发计划项目(2021SF-429).

针对人群密度在二维图像中随图像视角变化呈现较大差异、特征空间多尺度信息丢失等问题,提出一种多维视角多元信息融合(MDPMIF)的人群密度估计方法.首先,由“上-左-右-下”的方向对视角变化进行信息编码,通过递进聚合方式捕获深层次全局上下文信息,同步提取多维度视角的尺度关系特征;然后,设计联合学习策略获取全局尺度关系特征,并将全局上下文表达、全局尺度关系特征集成,得到更全面的视角变换描述;最后,采用语义嵌入方式实现高、低阶特征相互补充,增强输出密度图的质量.同时,真实场景下的人群聚集模式存在差异,单纯密度图方法易对图像中的低聚集部分造成人群计数高估,基于此,提出一种高低密度多维视角多元信息融合人群计数网络.设计高低密度区分策略对MDPMIF输出进行高低密度区域自适应划分,高密区域保持MDPMIF网络估计结果,低密区域采用检测方法实现人群计数修正,提高模型的鲁棒性.实验结果表明,所提出方法的性能优于对比方法.

来源：2023年第1期

《控制与决策》期刊编辑部

查看控制与决策杂志2023年第1期