小型微型计算机系统ＪｏｕｒｎａｌｏｆＣｈｉｎｅｓｅＣｏｍｐｕｔｅｒＳｙｓｔｅｍｓＤＯＩ：１０．２０００９／ｊ．ｃｎｋｉ．２１⁃１１０６／ＴＰ．２０２１⁃０５７８２０２３年３月第３期Ｖｏｌ．４４Ｎｏ．３２０２３收稿日期：２０２１⁃０７⁃２２收修改稿日期：２０２１⁃０８⁃１３基金项目：国家自然科学基金项目（６２０７３２２７）资助；国家重点研发计划项目（２０２０ＹＦＣ０８３３２０３，２０２１ＹＦＦ０３０６３０３）资助．作者简介：王永会，男，１９７０年生，博士，教授，ＣＣＦ高级会员，研究方向为目标检测、图形图像处理；涂可，男，１９９７年生，硕士研究生，研究方向为深度学习、计算机视觉；郦洋，女，１９９４年生，硕士研究生，研究方向为深度学习、计算机视觉．视图分支共享卷积神经网络的多视图人群计数方法王永会，涂可，郦洋（沈阳建筑大学计算机科学与工程学院，沈阳１１０１６８）Ｅ⁃ｍａｉｌ：ｙｏｎｇｈｕｉｗａｎｇ＠ｓｊｚｕ．ｅｄｕ．ｃｎ摘要：多视图人群计数，指从多个视角的图片中估计当前场景的人数．大多数基于卷积神经网络的方法使用多个同构但独立的分支处理不同视图，在增加模型复杂性的同时，引入大量的冗余特征．针对此问题，本文提出一种基于视图分支共享的卷积神经网络模型，使用同一视图分支从不同视角的图片提取出多个尺度对齐的特征图．这些特征图被投影到同一个世界平面上进行融合，进而回归出当前场景人群分布密度图．在视图分支内部，该模型在保持一定的结构复杂性的同时，减少各卷积层的核数量，极大降低模型可学习的参数数量．本文在两个公开数据集（ＰＥＴＳ２００９、ＣｉｔｙＳｔｒｅｅｔ）上测试了性能，与５种已有方法相比较，本文方法能达到更好的性能．关键词：人群计数；卷积神经网络；多视图；分支共享中图分类号：ＴＰ３９１文献标识码：Ａ文章编号：１０００⁃１２２０（２０２３）０３⁃０５８２⁃０７ＣｒｏｗｄＣｏｕｎｔｉｎｇＭｅｔｈｏｄＢａｓｅｄｏｎＶｉｅｗｓ⁃ｂｒａｎｃｈ⁃ｓｈａｒｅｄＣｏｎｖｏｌｕｔｉｏｎａｌＮｅｕｒａｌＮｅｔｗｏｒｋＷＡＮＧＹｏｎｇ⁃ｈｕｉ，ＴＵＫｅ，ＬＩＹａｎｇ（ＳｃｈｏｏｌｏｆＣｏｍｐｕｔｅｒＳｃｉｅｎｃｅａｎｄＥｎｇｉｎｅｅｒｉｎｇ，ＳｈｅｎｙａｎｇＪｉａｎｚｈｕＵｎｉｖｅｒｓｉｔｙ，Ｓｈｅｎｙａｎｇ１１０１６８，Ｃｈｉｎａ）Ａｂｓｔｒａｃｔ：Ｍｕｌｔｉ⁃ｖｉｅｗｃｒｏｗｄｃｏｕｎｔｉｎｇａ...
