基于多任务级联卷积网络的参会人员人数统计算法

摘要

室内会场由于其环境背景的复杂性和人员之间彼此的遮挡,是传统的人脸检测与人数统计的一个研究难点.针对云南电网视频会议中的人脸检测和人脸特征点回归,基于多任务级联卷积神经网络,充分利用其任务间的差异性和相关性,融合了权重自学习模块,得到了多个网络层任务之间的最佳权重分布,提高了视频流中参会人员人脸对齐的实时性和准确性,改善了人数统计算法的检测效率.同时,利用视频流生成了图像序列,引入了多尺度的时空特征,实现了帧间前后人员检测信息的关联标记,解决了图像帧间模糊的问题;并剔除了环境背景带来的间歇性干扰信息,从而判断出是否有人员被遮挡,进一步提升了算法的准确性,使其具有了工程投入的实用价值.