基于卷积神经网络的密集场景人流估计方案
人流密度估计作为一种有效的人群监测、控制和行为理解方法，得到了广泛的应用和研究。但传统估计方法使用的手工特征提取图像特征单一、准确度较低，容易造成密集场景人流估计不准确。为此，文中提出了一种基于深度的卷积神经网络（CNN）人群密度估计方法，利用典型的深层网络Googlenet 和VGGnet进行了方法改进。通过采用一个包括18个拥挤景区密集场景、超过160 K密度的注释图像数据集进行的实验测试结果表明，该方法的平均准确率为92.46%，与GLCM-SVM方法进行对比的结果也充分证明了该方法的优越性。
文件下载
评论信息
其他资源
- 2015 App Inventor 中学生竞赛高中组特等奖、一等奖、二等奖（高中组）aia源码
- C++版鲁滨逊归结原理
- vss绿色版（超好用）
- vivado2015.4 破解
- C#全套视频教学
- pcie_1.1_spec
- 易买网新手学习最好的项目
- CCS 2017下.rar
- 一个java编写的简易计算器源码 实现简单的加减乘除
- 创业者ERP电子沙盘免费版
- 图书管理系统vb源代码（有代码，可直接运行）
- 用gis 应用经典案例中解释gis的使用
- Unity 常用插件 之 LitJson 插件
- HT67F489应用例程
- IATF16949标准理解1013
- Mysql数据库总结最全文档（含代码）
- Acute 3D Viewer 4.4
- “飞思卡尔”智能汽车设计中文教程PPT
- N-Gage2.游戏平台.V1.20(1459).完美破解版
- 多台或者两台 KINECT连接同一台电脑PC
- 苹果cms整合ckplayer在线播放3套电影源码
免责申明
【只为小站】的资源来自网友分享，仅供学习研究，请务必在下载后24小时内给予删除，不得用于其他任何用途，否则后果自负。基于互联网的特殊性，【只为小站】 无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查；无论 【只为小站】 经营者是否已进行审查，用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二条之规定，若资源存在侵权或相关问题请联系本站客服人员，zhiweidada#qq.com，请把#换成@，本站将给予最大的支持与配合，做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明
本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二条之规定，若资源存在侵权或相关问题请联系本站客服人员，zhiweidada#qq.com，请把#换成@，本站将给予最大的支持与配合，做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明