基于卷积神经网络的静态图像密集人群计数算法研究
| 摘要 | 第7-9页 |
| ABSTRACT | 第9-10页 |
| 第1章 绪论 | 第11-15页 |
| 1.1 研究背景与问题提出 | 第11-12页 |
| 1.2 研究目标及意义 | 第12页 |
| 1.3 研究内容和方法 | 第12-13页 |
| 1.4 文章基本结构 | 第13-15页 |
| 第2章 人群计数相关基础和相关工作 | 第15-27页 |
| 2.1 密集人群计数基础 | 第15-17页 |
| 2.1.1 人群计数概念 | 第15页 |
| 2.1.2 人群密度分类 | 第15页 |
| 2.1.3 人群计数方法 | 第15-16页 |
| 2.1.4 人群计数方法难点 | 第16-17页 |
| 2.2 卷积神经网络基础 | 第17-21页 |
| 2.2.1 卷积神经网络概述 | 第18-19页 |
| 2.2.2 经典卷积神经网络模型 | 第19-21页 |
| 2.3 密集人群计数研究现状 | 第21-27页 |
| 第3章 基于卷积神经网络的人群计数算法设计 | 第27-37页 |
| 3.1 算法流程 | 第27-28页 |
| 3.2 网络模型 | 第28-32页 |
| 3.2.1 MDCNN网络基本单元 | 第28-31页 |
| 3.2.2 MDCNN网络结构与参数 | 第31-32页 |
| 3.3 MDCNN模型图片标注 | 第32-33页 |
| 3.4 模型训练与测试流程 | 第33-36页 |
| 3.4.1 MDCNN网络训练过程 | 第33-35页 |
| 3.4.2 MDCNN模型测试过程 | 第35-36页 |
| 3.5 小结 | 第36-37页 |
| 第4章 基于卷积神经网络的人群计数算法验证 | 第37-49页 |
| 4.1 MDCNN模型实验平台 | 第37页 |
| 4.2 MDCNN模型实验数据准备 | 第37-38页 |
| 4.3 实验过程 | 第38-41页 |
| 4.3.1 实验准备 | 第38-39页 |
| 4.3.2 MDCNN模型训练 | 第39-40页 |
| 4.3.3 MDCNN模型测试 | 第40-41页 |
| 4.4 实验结果 | 第41-47页 |
| 4.4.1 ShanghaiTech数据集实验 | 第41-45页 |
| 4.4.2 Mall数据集实验 | 第45-47页 |
| 4.5 小结 | 第47-49页 |
| 第5章 总结与展望 | 第49-51页 |
| 5.1 工作总结 | 第49页 |
| 5.2 创新点 | 第49-50页 |
| 5.3 不足与展望 | 第50-51页 |
| 参考文献 | 第51-55页 |
| 攻读硕士学位期间发表的学术论著 | 第55-57页 |
| 致谢 | 第57-58页 |
