声明
摘要
1 绪论
1.1 研究背景和意义
1.2 国内外研究现状
1.2.1 传统人群计数方法
1.2.2 卷积神经网络人群计数方法
1.3 论文的主要工作及组织结构
2 相关方法概述
2.1 卷积神经网络
2.1.1 卷积神经网络简介
2.1.2 卷积神经网络的主要计算
2.1.3 经典模型介绍
2.2 图像向量化表示
2.2.1 局部聚合描述符特征向量
2.2.2 软分配式局部聚合描述符向量
2.3 本章小结
3 多尺度深度卷积网络人群计数模型
3.1 NetVLAD
3.2 多阶段特征融合
3.3 多尺度深度VLAD网络
3.4 数据扩充方法
3.5 人群密度图
3.6 本章小结
4 实验结果及分析
4.1 算法评价标准
4.2 人群计数实验结果
4.2.1 UCF_CC_50数据集实验
4.2.2 Shanghaitech数据集实验
4.2.3 WorldExpo’10数据集实验
4.3 评估NetVLAD效果
4.4 评估多阶段特征融合效果
4.5 评估新的数据扩充方法
4.6 本章小结
5 总结与展望
5.1 总结
5.2 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
郑州大学;