基于注意力机制的狭小空间人群拥挤度分析

摘要

人群拥挤度的分析对维护公共安全极为重要,在空间狭窄的环境下,由于视角受到局限,人与人、人与物品的遮挡十分严重,并且人的尺度不一,密度不均匀,使得传统人群拥挤度监控方法较难直接统计出具体人数.为此,提出一种基于注意力机制的狭小空间人群拥挤度分析方法,旨在量化人群,通过卷积神经网络回归拥挤率分析当前空间内的人群拥挤程度.设计一个注意力模块作为网络的前端,通过生成对应尺度的注意力图区分背景和人群,保留精确的像素点位置信息,以减轻输入图像中各种噪声的影响.在此基础上,将注意图和原始图片通过对应像素点相乘,注入到微调的残差网络中训练得到人群拥挤率.实验结果表明,该方法能够预测出拥挤率,准确反映当前人群拥挤程度,实现人群的流量控制.