余 鹰 朱慧琳 钱 进 潘 诚 苗夺谦,2

1(华东交通大学软件学院 南昌 330013) 2(同济大学电子与信息工程学院 上海 201804)

人群计数是估计图像或视频中人群的数量、密度或分布[1]，它是智能视频监控分析领域的关键问题和研究热点，也是后续行为分析[2-3]、拥塞分析[4]、异常检测[5-6]和事件检测[7]等高级视频处理任务的基础.随着城市化进程的快速推进，城市人口数量急剧增长，导致各种人员高度聚集的社会活动频繁发生，如果管控不当，极易发生拥挤踩踏事故.例如上海“12.31”外滩踩踏事故中，由于现场管理和应对措施不当，引发了人群拥挤和摔倒，最终造成了重大人员伤亡的严重后果[8-9].如果有精度良好的人群计数系统实时统计相关场所的人群数量、分布或密度等信息，及时发现人群拥挤和异常行为并进行预警，以便采取措施进行疏导，就可以避免悲剧的发生[10-11].性能良好的人群计数算法也可以迁移到其他目标计数领域，如显微图片中的细菌与细胞计数[12]、拥挤道路上的汽车计数[13]等，拓展人群计数算法的应用范围.因此,人群计数方法的研究有着重要的现实意义和应用价值.

随着人工智能、计算机视觉等技术的不断发展，人群计数受到了国内外众多学者的广泛关注和研究.早期人群计数主要使用传统的计算机视觉方法提取行人特征[14]，然后通过目标检测[15-19]或回归[20-21]的方式获取图像[22-25]或视频[26-28]中人群的数量.传统方法具有一定局限性，无法从图像中提取更抽……