声明
摘要
图目录
1 绪论
1.1 研究背景及意义
1.2 国内外研究现状
1.2.1 传统方法下的人群计数
1.2.2 卷积神经网络的人群计数
1.3 本文主要研究内容
1.4 本文的组织结构
2 相关技术
2.1 卷积神经网络
2.2 目标检测
2.3 本章小结
3 低密度场景下目标检测方法的人群计数
3.1 基于YOLO算法的人群计数
3.2 实验数据集介绍
3.3 实验结果分析
3.4 本章小结
4 稠密人群场景下的人群密度估计
4.1 图像深度信息的提取与分割
4.1.1 基于神经网络的深度信息提取
4.1.2 融合深度信息的超像素分割算法
4.2 远景区域稠密人群的密度估计
4.2.1 分割线人数误差处理
4.3 联合近景目标检测与远景密度分布的全局输出
4.4 实验与结果分析
4.4.1 实验数据集
4.4.2 实验设置与结果分析
4.5 本章小结
5 总结与展望
5.1 论文总结
5.2 未来展望
参考文献
个人简历、在学期间发表的学术论文与研究成果
致谢