王良聪，吴晓红，陈洪刚，何小海，潘 建，赵 威

(1四川大学 电子信息学院，成都610065；2中国民航局第二研究所，成都610041)

0 引 言

利用现代信息技术及创新成果，打造宜居、安全、便利、智能的生活环境，是社会良性发展的普遍追求。近年来，大量人口选择汇集在城市工作、安家，城市单位面积内的人口密度越来越大，因此带来了一系列的问题，这些问题是高效、有序的社会管理面临的巨大挑战。如2020年1月7日，伊朗高级将领苏来曼尼遭遇美方突袭不幸身亡，伊朗民众纷纷为其送葬，但送葬的过程中发生了意外，百万民众送别时发生踩踏事件，至少造成了56人死亡、213人受伤。因此，提前对人群信息进行快速统计，避免严重的公共安全责任事故发生是必要的。人群密度估计，需要重点关注人群的分布信息，然而实际场景中往往面临着相似物体（如树叶，车辆）的干扰，很难从局部小区域得出判定；在此情况下，人类的做法是观察更久，同时结合其它的周围信息进行判断。受此启发，本文设计了双注意力模块来解决这样的问题。由于摄像机拍摄视角的多样性和人群位置的复杂分布，图像中的人头尺度是变化多样的，为了应对视角剧烈变换问题，设计了一个多尺度特征融合模块，来增强网络的多尺度特征提取能力，并融合多尺度信息。本文提出的基于多尺度及双注意力机制（Multi-Scale and Dual Attention，MSDA）的小尺寸人群计数网络，实现端到端的人群计数。即输入单幅图像，就可以通过对生成的密度图进行积分，得到图像中的人群数量。……