一. 应用背景
在安防大背景下,对敏感区域人流量的管控是一个重要的课题,防止人群骚乱、踩踏现象的发生,对非预期的人员汇聚进行预警等等,最常用的方法是检测到每个目标,然后借助 Perspective 矩阵完成到实际位置的映射,当然,在目标很难检测的情况下(密度极大、遮挡严重),基于回归的方法就派上了用场。
本节主要讲基于深度学习的回归方法来实现人群密度检测。
二. 人群密度之 Crowd Net
不想绕过这篇有代表性的论文:
论文:CrowdNet: A Deep Convolutional Network for Dense Crowd Counting 【点击下载】
Caffe代码:【Github】
先来看架构图:
论文采用了两个网络的融合,可以理解为不同的网络提取的特征不同,上面 Max Pool 对边缘特征(细节)提取