２０２３年７月第４４卷第７期计算机工程与设计ＣＯＭＰＵＴＥＲＥＮＧＩＮＥＥＲＩＮＧＡＮＤＤＥＳＩＧＮＪｕｌｙ２０２３Ｖｏｌ．４４■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■Ｎｏ．７基于特征融合编解码的人群计数和密度估计邹敏１，黄虹２＋，杜渂３，黄继风１（１．上海师范大学信息与机电工程学院，上海２００２３４；２．上海师范大学商学院，上海２００２３４；３．上海迪爱斯信息技术股份有限公司，上海２０００３２）摘要：为解决人群计数任务中因人群大小不一导致的计数偏差问题，提出一种基于特征融合的编解码卷积神经网络模型（ＣＦＦＮｅｔ）。前端网络模块对输入的人群图像自动编码，提取不同尺度的人群特征语义信息；后端网络模块对编码后的人群特征信息进行融合和解码，得到最终的估计密度图。将该模型在４个公开数据集上进行实验，并与历年的主要方法进行对比，实验结果表明，该模型在ＳｈａｎｇｈａｉＴｅｃｈＰａｒｔＡ、ＵＣＳＤ和Ｍａｌｌ数据集上取得了更好的ＭＡＥ指标，优于目前的这些算法，验证了模型对不同的人群尺度具有很好的适应性。关键词：人群计数；卷积神经网络；编码器；人群尺度；解码器；特征融合；密度图中图法分类号：ＴＰ３９１．４文献标识号：Ａ文章编号：１０００－７０２４（２０２３）０７－２１１０－０８ｄｏｉ：１０．１６２０８／ｊ．ｉｓｓｎ１０００－７０２４．２０２３．０７．０２５收稿日期：２０２１－１２－２０；修订日期：２０２３－０６－１９基金项目：上海市地方能力建设基金项目（１９０７０５０２９００）作者简介：邹敏（１９９７），男，江西上饶人，硕士，研究方向为计算机视觉；＋通讯作者：黄虹（１９６７），女，上海人，博士，教授，研究方向为金融科技和智能会计；杜渂（１９７５），男，上海人，硕士，教授级高级工程师，研究方向为人工智能、大数据、云计算和物联网；黄继风（１９６３），男，上海人，博士，教授，研究方向为深度学习与数字图像处理。Ｅ－ｍａｉｌ：ｚｏｕｍｉｎ９７＠ｑｑ．ｃｏｍＣｒｏｗｄｃｏｕｎｔｉｎｇａｎｄｄｅｎｓｉｔｙｅｓｔｉｍａｔｉｏｎｂａｓｅｄｏｎｆｅａｔｕｒｅｆｕｓｉｏｎｃｏｄｅｃＺＯＵＭｉｎ１，ＨＵＡＮＧＨｏｎｇ２＋，ＤＵＷｅｎ３，ＨＵＡＮＧＪｉ－ｆｅｎｇ１（１．ＣｏｌｌｅｇｅｏｆＩｎｆｏｒｍａｔｉｏｎａｎｄＭｅｃｈａｎｉｃａｌａｎｄＥｌｅ...
