文献知网节

基于全局注意力的室内人数统计模型

李静何强

heqiang@bucea.edu.cn

张长伦王恒友

  北京建筑大学理学院    北京建筑大学大数据建模理论与技术研究所    北京建筑大学北京未来城市设计高精尖创新中心  

摘要:随着人工智能技术的爆炸式发展,机器学习、深度学习等技术在人脸识别、行人检测和视频跟踪等各个领域得到了广泛的应用,其中利用目标检测进行室内人数统计一直以来是一个热门的研究。室内监控画面存在人群相互遮挡,且目标特征模糊等问题,往往导致检测准确率低,误检率和漏检率高等情况的出现。为了解决此问题,提出了一种基于全局注意力的室内人数统计模型,引入注意力机制,对目标检测算法YOLOv3进行改进,通过提取更多小人头或模糊人头的特征来增强检测能力。实验结果表明,改进后的网络模型具有更高的召回率和平均精度。 
  • 专辑:

    电子技术及信息科学

  • 专题:

    计算机软件及计算机应用

  • 分类号:

    TP391.41

下载手机APP用APP扫此码同步阅读该篇文章

温馨提示:阅读CAJ格式原文,请使用CAJ浏览器

下载:326 页码:471-478 页数:8 大小:1496K

相关推荐
  • 相似文献
  • 读者推荐
  • 相关法规
  • 关联作者