基于Transformer 的人群計數(shù)方法

肖克爽 楊帆 朱宇 覃明其

摘要：隨著各種社會高密集的活動逐漸增加，由此帶來的安全隱患，如踩踏事件、傳染病的傳播等發(fā)生概率也會增大。基于視頻監(jiān)控設備，通過計算機處理和視覺智能算法，實現(xiàn)對視頻中人群數(shù)量和分布狀況進行自動有效估計，避免各類安全隱患。文章采用注意力機制，提出一種基于Transformer的人群計數(shù)方法，即雙重注意力網(wǎng)絡（Dual Attention Net?work，DAN） 。通過在ShanghaiTech數(shù)據(jù)集上對DAN網(wǎng)絡進行測試，并使用評價指標對計數(shù)性能進行評估，結(jié)果表明該網(wǎng)絡有效優(yōu)化了人群計數(shù)領(lǐng)域的人群重疊、尺度變化問題。經(jīng)過在不同數(shù)據(jù)集的實驗結(jié)果和相關(guān)對比發(fā)現(xiàn)，證明文章提出的DAN網(wǎng)絡具有優(yōu)秀的計數(shù)精確度與魯棒性。

關(guān)鍵詞：人群計數(shù)；深度學習；注意力網(wǎng)絡

中圖分類號：TP391.41 文獻標識碼：A

文章編號：1009-3044（2024）04-0043-03