本文研究了基于视频和图象处理的智能化人群密度估计的方法。首先介绍 了人群密度检测的国内外发展现状及其基本理论。通过分析可知，基于像素统 计的密度估计方法较为简单，但是当人群密度较高、人群遮挡严重时误差较大； 使用纹理分析的方法可以充分利用图像的纹理信息，但是算法复杂度较高。

针对现有方法在高密度场景人群密度估计不够准确的问题，提出了Gabor滤波结合最小二乘支持向量机（LS-SVM）的人群密度估计算法。首先，设计一组单独的二维Gabor滤波器应用在人群图像中以产生相应的滤波通道。然后，通过计算这些通道上灰度值的均值和方差得到特征向量。最后，采用最小二乘支持向量机分析特征向量和人数之间的关系，完成最终的密度估计。在UCSD数据集和Mall数据集上的实验显示，提出的方法实现了更快的执行时间和更好的精度，证明了基于Gabor滤波器和LS-SVM的人群密度估计算法的有效性。

这是人群密度方面的一个综述，对于从事相关研究的同学来讲，对于你把我这个研究领域的进展还是有帮助的。

UCSD Pedestrian 是一个人群密度监测数据集，用以测试开放环境中动态监测人群数量及密度的算法效果。

基于卷积神经网络的多尺度融合特征图在人群密度估计中的应用.pdf

MATLAB教室人数统计系统，输入一副班级图片，人脸定位，分割人脸，数数。带界面。matlab，需要具备一定编程基础。

CNN-人群密度检测-密度图制作-数据集-标注工具等，这里的内容主要是本人在学习过程中在网络上收集所得。也有部分自己的改写。费了半天劲儿整理。绝对物超所值。

这里面是UCF的人群密度数据集，适合做人群密度估计这方面的算法研究

人群密度检测的shanghai_tech数据集（其中part_A的训练集已经生成h5文件），另外使用pytorch实现的CSRNet人群密度检测可以我的其他上传。（太大了，上传不上去）

人体检测、目标检测、人群密度估计数据集