基于Transformer 的人群計數方法

肖克爽 楊帆 朱宇 覃明其

摘要：隨著各種社會高密集的活動逐漸增加，由此帶來的安全隱患，如踩踏事件、傳染病的傳播等發生概率也會增大。基于視頻監控設備，通過計算機處理和視覺智能算法，實現對視頻中人群數量和分布狀況進行自動有效估計，避免各類安全隱患。文章采用注意力機制，提出一種基于Transformer的人群計數方法，即雙重注意力網絡（Dual Attention Net?work，DAN） 。通過在ShanghaiTech數據集上對DAN網絡進行測試，并使用評價指標對計數性能進行評估，結果表明該網絡有效優化了人群計數領域的人群重疊、尺度變化問題。經過在不同數據集的實驗結果和相關對比發現，證明文章提出的DAN網絡具有優秀的計數精確度與魯棒性。

關鍵詞：人群計數；深度學習；注意力網絡

中圖分類號：TP391.41 文獻標識碼：A

文章編號：1009-3044（2024）04-0043-03