基于卷积神经网络的人群计数算法研究

向飞宇，张秀伟

(西北工业大学 计算机学院，陕西 西安 710129)

0 引 言

人群计数通过对图像中人像特征的检测来获取人群数量与密度信息，对于道路监控图像的人群计数可以快速地获取实时的人群状态信息，在分析商圈人流密度、预防疫情期间人群聚集以及踩踏事故等方面有重要意义。

传统的人群计数方法主要有两大类：基于目标检测的Haar小波检测法[1]、梯度方向直方图检测法[2]等尝试在对图像进行处理之后检测到图像中每一个独立的人形或者移动的兴趣点，从而同时获得人群计数与每个人的位置信息，但是在面对高遮挡和高密度的场景下效果不佳；另一类方法基于对目标轨迹信息的跟踪[3]，通过对连续图像或者监控视频图像的对比分析判断出正在移动的人像，此类方法包括贝叶斯聚类方法[4]和KLT跟踪器方法[5]等，在高遮挡场景效果很好，但是计算耗时较长，算法的实时性能不好，同时对于图像的连续性有一定的要求，不适用于单张静态图像的人群计数。

近年的研究主要围绕卷积神经网络(convolution neural network，CNN)来展开，自2012年AlexNet[6]在ImageNet挑战赛上获得冠军后，CNN被广泛应用于图像识别领域当中，陆续出现了ZFNet[7]、VGGNet[8]、GoogLeNet[9]、ResNet[10]等更加深层次也更加有效的卷积神经网络。CNN的主要算法原理是将输入图像与不同大小的卷积核进行卷积，从而提取出不同大小的图像特征信息，相比于普通的神经网络模型将输入数据转化为一位向量的处理方式，CNN使用卷积进行特征提取能够有效地获得像素之间的空间关系，因此在图像识别领域当中取得了极佳的效果。……