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
- 采用最大似然交替投影迭代的方法对信号进行DoA估计，很实用
- RTL8380M_RTL8382M_RTL8382L_Datasheet_Draft_v0.10.pdf
- 超级HOOK模块
- 信息学奥赛一本通 NOIP500+第4部分
- 纯JAVA开发浏览器Jxbrowser 6.23破解
- 运动会管理系统（java mysql完整能运行版）
- mie散射系数
- Applied Multivariate Statistical Analysis 第六版
- stm32f10x固件库文件cortexm3_macro.h stm32f10x_lib.h stm32f10x_map.h
- Java+MySQL高校学生考勤系统
- 神经网络遗传算法函数极值寻优
- 高校学籍信息管理系统源代码
- 黑月界面代码生成模块4.0(20160518更新).rar
- consul_1.8.5_linux_amd64.zip
- EWM100_EN_Col17.pdf
- SM4算法C#实现
- topwin 编程驱动
- 基于TDA2030的音频功率放大器附pcb
- android 一个简单的音乐在线播放器
- 简单数电电梯控制电梯
- 单高斯背景建模MATLAB
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