在人群计数统计时存在相机透视、人群重叠、人群遮挡等众多干扰因素,使人群计数的准确性不高。针对这一问题,提出一种多尺度融合的深度人群计数算法。首先,利用VGG-16网络的部分结构提取出人群底层特征信息;其次,以膨胀卷积理论为基础,构建多尺度特征提取模块,实现多尺度上下文特征信息的提取,降低模型参数量;最后通过将底层细节特征信息和高层语义特征信息融合的方式,提升模型计数性能和密度图质量。在三个公开数据集上对不同算法进行测试。实验结果表明,与其他人群计数算法相比,所提算法的平均绝对误差和方均误差均有不同程度的降低,说明所提算法具有较好的准确性、鲁棒性及良好的泛化性。
