孙乾宇,张振东

(上海理工大学 机械工程学院,上海 200093)

随着消费水平的提高,人们外出旅游,商场购物已然成为常态,导致区域人流量急剧增加.一方面,在人流密集的场景下容易产生踩踏事件以及打架,纵火等恶劣行为造成人流恐慌.在另一方面,可以帮助商场等各大商铺有效的统计客流量.因此对特定场合的人流密度进行精确的估计具有重大意义.

现有的人流密度估计方法主要有两种,一种是针对检测的方法,另一种是针对回归的方法.对于检测的方法来说一般假设可以通过使用给定的对象检测器[1–3]来检测和定位人群图像上的每个人,然后通过累积每个检测到的人来计数,然而,这些传统的检测方法[4–6]需要耗费很大的计算资源而且还会受到行人人为遮挡以及背景复杂的限制.在实际情况下,精度较低,鲁棒性较差.基于回归的方法是给定一张图片,直接从图片中回归出人口的数量.Chan 等[7]使用手动制作的图像特征来将人数统计任务转变成回归任务;文献[8,9]提出了更多检测人数估计任务相关的特征,包括针对整体结构的特征和局部纹理的特征;Lempitsky等人[10]提出了一种密度图回归的算法,该算法通过对检测图像的密度图进行积分来统计人群个数.然而这些基于回归的方法在复杂背景下准确性相对较低.

近年来随着YOLO[11–13]系列模型的出现,以超高的推理速度和较高的精度在各个邻域广泛应用.然而在人流密集和行人互相……