王勇 谢旭轩 王瑛

摘要：人群计数在智能视频监控领域是一个研究的热点。传统的人群统计技术，在低密度人群场景中有很好的效果，但是在高密度场景中表现欠佳。随着卷积神经网络在图像处理的技术突破，其具有对非线性映射的强大的学习能力，也适用于人群计数模型从图像到人群数量非线性的关系。文中叙述了传统的人群计数方法，介绍了基于卷积神经网络的经典模型，最后介绍了密度图的生成原理。

关键词：人群计数;视频监控;卷积神经网络

中图分类号：TP18 文献标识码：A

文章编号：1009-3044（2020）15-0237-02

1引言

随着我国科技技术突破，推动视频监控设备迅速普及建设。传统的视频监依赖工作人员对数据进行存储、回放、捕抓。这种人工处理方式是非常耗时，处理的信息滞后，无法对一些紧急安全状况作出预警和报警。随着计算机视觉的发展，智能视频监控应运而生，智能视频监控够对动态视频图像进行检测和识别，进而对目标进行分析和理解，在公共安全、交通状态等监控有广泛的应用。它抛弃了低效率人工处理方式，实现高效处理视频数据，让视频监控设备更智能化，促进了智慧城市的建设。而人群计数是智能视频监控领域的一个重要研究热点。

人群计数在智能视频监控领域应用主要是在车站、广场等易发生突发事件区域。2015上海外滩广场踩踏事件，主要原因人群过度拥挤导致人员摔倒发生叠压，致使踩踏事件酿成。这直接导致的原因就是对高密度人群流量实时信息掌控能力不足，如果能通过智能视频监控对现场密集人群进行智能分析及时预警，便能避免类似突发事件的发生。……