陈乐 丁戈 肖忠良

摘  要：文章提出深度神经网络的方法，将分治策略引入到人流量统计问题中。这个方法以VGG16作为特征编码网络，UNet作为解码网络，将人流量统计变成一个可拆解的任务。在统计图片上人数时，总可以把图片分解成多个子区域，使得每个区域的人流量计数都是在之前训练集上所见过的人数类别。然后再把每个子区域上面的人数加起来，就是统计结果。在对广州某个中国移动营业厅的人流量统计的实验中，预测的速度能达到实时监测的速度和高精确度。

关键词：分治策略;人流量统计;深度神经网络;VGG16;UNet

中图分类号：TP18        文献标识码：A文章编号：2096-4706（2021）24-0084-05

Abstract： In this paper， the method of deep neural network is proposed， and the divide and conquer strategy is introduced into the problem of people flow statistics. This method takes VGG16 as the feature coding network  and UNet as decoding network， which turns the people flow statistics into a detachable task. When counting the number of people on the pictures， we can always decompose the picture into multiple sub-regions， so that the people flow count in each area is the number of people seen on the previous training set. Then add up the number of people in each sub-region， which is the result of statistics. In the experiment of people flow statistics in a China mobile business hall in Guangzhou， the predicted speed can reach real-time monitoring speed， and has high accuracy.

Keywords： divide and conquer strategy; people flow statistics; deep neural network; VGG16; UNet

0  引  言

截止2021年6月底，中国移动客户达到9.46亿户，线下营业厅遍布中国的每个大大小小的城市。5G套餐客户达到2.51亿户，稳居三大运营商之首[1]。面对如此庞大的客户群体，营业厅员工在多用户咨询和办理业务繁忙的时候，难免会出现服务不周到，工作效率下降的情况。而且在新冠疫情的影响下，每个营业厅的人数也要得到相应的控制。而且客户能得到精确的每个营业厅的人數，能帮助他们选择人数相对较少的营业厅办理业务。在提高中国移动的员工服务质量和精准控制营业厅人数来更好的进行防疫工作的压力之下，本文章提出了一种基于神经网络和分治策略的精准和实时的人流量统计的方法。首先，该方法需要先训练一个可以计数0到10个人的深度神经网络模型。然后再利用判别器来判断该子区域是否需要继续进行切割，若子区域的人数大于10人的时候需要继续切割。……