马海军，王文中，翟素兰,2，罗　斌,2*

(1.安徽大学 计算机科学与技术学院， 安徽 合肥 230601;

基于卷积神经网络的监控视频人数统计算法

马海军1，王文中1，翟素兰1,2，罗斌1,2*

(1.安徽大学 计算机科学与技术学院， 安徽 合肥 230601;

近年来，随着各行各业对人流量统计需求的不断增长，国内外诸多学者开始关注人数统计系统领域的相关算法，并有大量的研究成果文章发表.目前有很多基于无监督学习的方法来做人数统计任务，例如基于自相似性方法[1]、基于运动相似性方法[2]等.然而，这种基于无监督方法的人数统计计数精度非常有限.因此，其他学者开始考虑使用基于有监督学习的方法做人数统计研究.这种方法大致分为两大类：一是基于检测的方法.这类方法大都基于机器学习的策略，通过有监督学习得到一个目标分类器，然后在图像中做目标分类检测任务.一般通过检测图像中人头、人脸、行人或前景分割等方法进行人数统计[3-6].文献[7]提出一种基于人头检测的方法做人群计数的思路，利用机器学习Adaboost[8]方法训练出人头分类器，但是该方法的目标检测效果在遮挡严重、低分辨率、光照不均等因素影响下，精度很难达到应用的需求.二是基于回归的方法.这类方法避免了难度较大的检测问题，使用图像浅层特征融合，并且配合一种回归模型来实现图像特征到图像包含人数的映射[9-10].但是人工设计的特征很难完成复杂监控场景中图像人群分布特征的描……