科研之友
微信
新浪微博
Facebook
分享链接
摘要
为提高针对红外观影图像的人数统计的准确率,提出一种基于U-net的人数统计方法。针对传统前景提取方法泛化能力差的问题,提出一种改进U-Net (IDU-net)前景提取方法,将多个影厅的原图与其前景图像进行端到端训练,实现不同影厅图像的前景提取;再结合改进透视效应校正方法,提取前景面积并建立其与人数的回归关系,得到最终人数统计结果。实验结果表明,IDU-net前景提取方法的分类准确率达到97.65%,相较于ViBe算法、混合高斯模型、原U-net模型分别提高了5.72%,2.44%,5.37%。将其与改进透视效应校正方法相结合,得到了更优的人群计数结果。
- 出版日期2021
- 单位北京信息科技大学; 首都医科大学宣武医院
