一种用于人群计数的多尺度深度VLAD网络
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 1 绪论 | 第9-17页 |
| 1.1 研究背景和意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-14页 |
| 1.2.1 传统人群计数方法 | 第12-13页 |
| 1.2.2 卷积神经网络人群计数方法 | 第13-14页 |
| 1.3 论文的主要工作及组织结构 | 第14-17页 |
| 2 相关方法概述 | 第17-28页 |
| 2.1 卷积神经网络 | 第17-24页 |
| 2.1.1 卷积神经网络简介 | 第17-21页 |
| 2.1.2 卷积神经网络的主要计算 | 第21-22页 |
| 2.1.3 经典模型介绍 | 第22-24页 |
| 2.2 图像向量化表示 | 第24-27页 |
| 2.2.1 局部聚合描述符特征向量 | 第24-26页 |
| 2.2.2 软分配式局部聚合描述符向量 | 第26-27页 |
| 2.3 本章小结 | 第27-28页 |
| 3 多尺度深度卷积网络人群计数模型 | 第28-38页 |
| 3.1 NetVLAD | 第28-30页 |
| 3.2 多阶段特征融合 | 第30-31页 |
| 3.3 多尺度深度VLAD网络 | 第31-33页 |
| 3.4 数据扩充方法 | 第33-34页 |
| 3.5 人群密度图 | 第34-35页 |
| 3.6 本章小结 | 第35-38页 |
| 4 实验结果及分析 | 第38-47页 |
| 4.1 算法评价标准 | 第38页 |
| 4.2 人群计数实验结果 | 第38-43页 |
| 4.2.1 UCF_CC_50数据集实验 | 第39-41页 |
| 4.2.2 Shanghaitech数据集实验 | 第41-42页 |
| 4.2.3 WorldExpo’10数据集实验 | 第42-43页 |
| 4.3 评估NetVLAD效果 | 第43-44页 |
| 4.4 评估多阶段特征融合效果 | 第44页 |
| 4.5 评估新的数据扩充方法 | 第44-45页 |
| 4.6 本章小结 | 第45-47页 |
| 5 总结与展望 | 第47-49页 |
| 5.1 总结 | 第47-48页 |
| 5.2 展望 | 第48-49页 |
| 参考文献 | 第49-54页 |
| 个人简历、在学期间发表的学术论文与研究成果 | 第54-55页 |
| 致谢 | 第55页 |
