融合密度注意力机制的自适应人群计数研究

目录

声明

目 录

1 绪论

1.1 研究背景及意义

1.2 国内外研究综述

1.2.1 传统人群计数方法

1.2.2 基于卷积神经网络的人群计数方法

1.3 本文主要研究内容

1.4 本文的组织结构

2 主要相关技术

2.1 卷积神经网络

2.1.1 卷积层

2.1.2 池化层

2.1.3 转置卷积层

2.2 参数优化算法

2.3 本章小结

3 基于卷积神经网络的人群计数和多级密度分布感知

3.1 基于卷积神经网络的人群计数

3.1.1 基准卷积神经网络计数模型

3.1.2 损失函数

3.1.3 实验与分析

3.2 基于卷积神经网络的多级密度分布感知网络

3.2.1 多级密度分布感知网络模型

3.2.2 实验与分析

3.3 误差分析

3.4 本章小结

4 融合密度注意力机制的人群计数

4.1 基于密度注意力缩放的自适应人群计数模型

4.1.1 基于密度注意力缩放的人群计数机制

4.1.2 基于密度注意力缩放的人群计数网络结构

4.1.3 实验与分析

4.2 自适应金字塔损失函数

4.2.1 损失函数计算方式

4.2.2 实验与分析

4.3 实验结果与分析

4.3.1 实验结果

4.3.2 预测密度图质量

4.4 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

致谢

个人简历、在学期间发表的学术论文与研究成果