基于曝光校正与背景抑制的人群密度估算研究OA

针对城市公交站台实时监控场景下的人群密度估算问题,提出了一个基于曝光校正与背景抑制的空洞卷积神经网络(ECBSNet)。该模型首先将图片送入曝光矫正模块进行光照补足,特征提取模型使用VGG16的前13层作为前端网络,中间融合了卷积块注意模块(CBAM)以抑制背景噪声干扰,使用空洞卷积作为后端网络以扩大特征感受野,并使用联合损失函数进行训练,增强模型的鲁棒性。在公交站台数据集上的实验结果表明,ECBSNet与CSRNet相比,均方误差(MSE)下降21.4%,平均绝对误差(MAE)下降20.9%。同时,ECBSNet模型在公开数据集上也有更优秀的表现。